对格式古怪的日期的熊猫to_datetime解析

Question

TL;DR:

如何使用pd.to_datetime()中的format参数来解析格式化为'YYYY‘的日期？

背景：

我正在从api中提取一些数据，索引是一个日期，但被格式化为一个字符串。以下是索引的样子：

Index(['2020 0422 22', '2020 0423 23', '2020 0424 24', '2020 0427 27',
       '2020 0428 28'],
      dtype='object')

选项1:

通常情况下，我会做一些类似df.index = pd.to_datetime(df.index)的事情，这通常会像一种魅力。如果这不起作用，那么我将使用格式参数来像这个pd.to_datetime(format='%y/%m/%d)那样进行解析，但是，考虑到这一天包含了两次，我不知道如何使用这个参数。

备选方案2:

我还可以使用字符串理解来创建一个新列表，将其转换为datetime，然后将df的索引设置为等于该值。就像这样：

[ x.split(' ')[0] + x.split(' ')[1] for x in df.tail().index ]

或

[ x[0:-2] for x in df.tail().index ]

但这些选项中没有一种看上去很像琵琶

问题：

如何使用pd.to_datetime()中的format参数来解析格式化为'YYYY‘的日期？

Answer 1

将str.rsplit与n=1一起使用，然后选择第一个列表，然后传递给to_datetime

idx = pd.Index(['2020 0422 22', '2020 0423 23', '2020 0424 24', '2020 0427 27',
       '2020 0428 28'])
df = pd.DataFrame(index = idx)

df.index = pd.to_datetime(df.index.str.rsplit(n=1).str[0], format='%Y %m%d')
print (df)

Empty DataFrame
Columns: []
Index: [2020-04-22 00:00:00, 2020-04-23 00:00:00, 
        2020-04-24 00:00:00, 2020-04-27 00:00:00, 
        2020-04-28 00:00:00]

顺便说一句，最直观的答案都失败了：

df.index = pd.to_datetime(df.index, format='%Y %m%d %d')
print (df)

错误:将组名'd‘重新定义为第4组；是第3组