我正在尝试使用 pandas.to_datetime() 将 pandas.DataFrame 的索引从字符串格式转换为日期时间索引。导入 pandas：在 [1] 中：导入 pandas 作为 pdIn [2]：pd.__version__O...

我正在尝试将字符串格式的索引转换 pandas.DataFrame 为日期时间索引，使用 pandas.to_datetime() .

导入熊猫：

In [1]: import pandas as pd

In [2]: pd.__version__
Out[2]: '0.10.1'

创建一个示例 DataFrame：

In [3]: d = {'data' : pd.Series([1.,2.], index=['26/12/2012', '10/01/2013'])}

In [4]: df=pd.DataFrame(d)

查看指数。请注意日期格式为日/月/年：

In [5]: df.index
Out[5]: Index([26/12/2012, 10/01/2013], dtype=object)

将索引转换为日期时间：

In [6]: pd.to_datetime(df.index)
Out[6]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2012-12-26 00:00:00, 2013-10-01 00:00:00]
Length: 2, Freq: None, Timezone: None

此时，您已经可以看到每个条目的日期格式不同。第一个条目没有问题，第二个条目的月份和日期互换了。

这是我想要写的，但要避免日期字符串的格式不一致：

In [7]: df.set_index(pd.to_datetime(df.index))
Out[7]: 
data
2012-12-26   1
2013-10-01   2

我猜测第一个条目是正确的，因为该函数“知道”没有 26 个月，因此不会选择默认的月/日/年格式。

还有其他/更好的方法吗？我可以将格式传递给函数 to_datetime() 吗？

谢谢。

编辑：

我找到了一种无需使用 pandas.to_datetime 即可实现此目的的方法：

import datetime.datetime as dt
date_string_list = df.index.tolist()
datetime_list = [ dt.strptime(date_string_list[x], '%d/%m/%Y') for x in range(len(date_string_list)) ]
df.index=datetime_list

但有点乱。欢迎提出任何改进。