python-3.x - Python pandas：统一来自 CSV 输入的日期时间列格式

Question

我在来自 pd.read_csv() 的数据框中有一个混合格式列。有很多关于日期时间处理的信息，但我没有找到任何关于这个特定问题的信息：

2 种数据时间类型：

1. 自定义 dd/mm/yyyy hh:mm 在 excel 中显示如下：10/03/2018 07:18

2. 一般在 Excel 中显示如下：2018 年 8 月 13 日下午 2:28:34

我用了 ：

df.Last_Updated = pd.to_datetime(df['Last_Updated'])
df = df.sort_values('Last_Updated').drop_duplicates(['Name'], keep='last')

但是我得到了一个混合的一堆，其中自定义格式作为另一种数据时间类型返回：

3. yyyy-mm-dd hh:mm:ss 并在我的 Excel 导出中显示为 2017-11-22 19:54:35

检查后将 dd/mm/yyyy hh:mm (02/09/2018 17:55:44) 格式更改为 yyyy-mm-dd hh:mm:ss (2018-02-09 17:55:44) 和因为我必须排除“早于”的类型，所以会导致错误；在这种特殊情况下，最后一次连接是在 9 月份的计算机返回为在 2 月份拥有它。

有谁知道统一日期时间格式的方法？

日期格式：

从记事本：

    X = "10/2/2018 10:07:31 PM"
    Y = "8/13/2018 2:28:34 PM"

从 CSV（并通过 Excel 打开 .txt）：

X = 10/02/2018 22:07 PM
Y = 8/13/2018 2:28:34 PM

在代码中应用日期时间之后：

X = 02/10/2018  22:07:31
Y = 13/08/2018  14:28:34

标签： python-3.xpandasdatetime