Pandas - to_datetime 不解析 utc

Question

我有一个 csv 文件，其中有一个名为“阅读时间”的日期时间字段，看起来像下面的“2020-09-01 00:06:52 +0000 UTC”。

在 Pandas 中使用以下任何 to_datetime function 时，根据我使用的 function arguments 出现以下错误：

df['Reading Time'] =  pd.to_datetime(df['Reading Time'], format='%Y-%m-%d %H:%M:%S')
df['Reading Time'] =  pd.to_datetime(df['Reading Time'], format='%Y-%m-%d %H:%M:%S', exact=False)
df['Reading Time'] =  pd.to_datetime(df['Reading Time'], format='%Y-%m-%d %H:%M:%S %Z')
df['Reading Time'] =  pd.to_datetime(df['Reading Time'], format='%Y-%m-%d %H:%M:%S %Z', exact=False)

ValueError: time data 2020-09-01 00:06:52 +0000 UTC doesn't match format specified

如果我然后尝试“强制”论点......

df['Reading Time'] =  pd.to_datetime(df['Reading Time'], format='%Y-%m-%d %H:%M:%S %Z', errors='coerce')

...所有阅读时间值都返回为“NaT”

在解析之前我需要先去除“+0000 UTC”吗？

提前致谢。

Answer 1

我遇到了同样的问题，Pandas 没有解析 %z 和 %Z，所以我使用这个正则表达式从字符串的末尾删除时区名称：

strs = df['Reading Time'].apply(lambda x: re.sub(' \w+$','',x))
df['Reading Time'] = pd.to_datetime( strs )

正则表达式匹配一个空格后跟任意数量的字母，直到字符串的末尾，例如 UTC、EST 等。然后 Pandas 将自动解析格式，无需您指定。

Answer 2

问题可能是您提供的格式。

您包括 %Z 作为时区名称 (UTC)，但没有 %z 作为 UTC 偏移量 (+0000)。

df['Reading Time'] =  pd.to_datetime(df['Reading Time'], format='%Y-%m-%d %H:%M:%S %z %Z')

试试那个。

以下是格式参数的文档： https://docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior