在單個 oneliner 中轉換為日期時間並格式化 pandas 中的日期

Question

我有一個 dataframe 有兩列包含未格式化的日期。

這些列中的數據如下：2011-06-10T00:00:00.000+02:00

我想只獲取日期並對其進行格式化。

在 Jupyter 筆記本中，我執行以下操作：

sections['produced'] = pd.to_datetime(sections['produced'])
sections['produced'] = [d.strftime('%Y-%m-%d') if not pd.isnull(d) else '' for d in sections['produced']]

sections['updated'] = pd.to_datetime(sections['updated'])
sections['updated'] = [d.strftime('%Y-%m-%d') if not pd.isnull(d) else '' for d in sections['updated']]

sections.info()     

然后我打印出 dataframe 部分，確實日期打印正確。

但：

sections.info()

仍然告訴我這些列是非空對象而不是日期時間。 為什么？

其次，我的方法似乎在幕后不起作用，即日期類型實際上不是日期。 我應該怎么辦？ 最后，代碼對於應該是一個襯里的東西來說是超級冗長的，或者不是？ （即 pandas 功能強大但有其局限性）

編輯1：回答一些貢獻者。 我期待日期時間。 只是 2008-02-02 只是這一天。 所以在做的時候：

sections['updated'] = pd.to_datetime(sections['updated'])

日期類型被轉換。 但是在下一步做的時候：

sections['produced'] = [d.strftime('%Y-%m-%d') if not pd.isnull(d) else '' for d in sections['produced']]

所以這里的目的是a）轉換為日期時間格式b）獲取日期格式2008-01-02，我不關心秒c）它必須在jupyter筆記本中打印出來，即日期

Answer 1

只需在to_datetime()方法中傳遞errors參數並將其設置為“強制” ：-

sections['produced'] = pd.to_datetime(sections['produced'],errors='coerce')
sections['updated'] = pd.to_datetime(sections['updated'],errors='coerce')

Answer 2

這應該作為一個班輪工作：

df[['produced','updated']] = df[['produced','updated']].apply(lambda x: pd.to_datetime(x,errors='coerce'))