将列字符串转换/解析为日期时间值-熊猫

Question

我有一个csv输出的热模拟，我想进行数据分析，使用熊猫。

在将csv导入熊猫数据后，我想操作时间戳并将其导入。

起始格式如下(以空格开头，有美国数据格式，缺少年份)。

    ' 05/01  01:00:00'
    ' 05/01  02:00:00'
    ' 05/01  03:00:00'
    ' 05/01  04:00:00'
    ' 05/01  05:00:00'

有人建议我用循环函数来解决这个问题，我写的如下：

timestamp = []
for ns in raw_datetime:
    #timestamp.append(ns[5:7] + '.' + ns[2:4] + '_' + ns[9:11] + '00h')
    timestamp.append('2016' + '/' + ns[2:4] + '/' + ns[5:7] + '_' + ns[9:11] + ':00')

哪里

raw_datetime = df[' Date/Time']  #original data column

这很好，并返回我想要的日期时间格式。

['2016/05/01_01:00', '2016/05/01_02:00', '2016/05/01_03:00', '2016/05/01_04:00']

但是，pd.to_datetime函数似乎无法使用这一点，因为这似乎需要一个列表，而不是一个系列(？)。

我偶然发现解析和函数的概念是这样的：

 raw_datetime.str.extract('string', expand=True)

然而，我不知道我如何做到这一点，同时翻转月和日，并添加2016年的信息，这是不存在于原始数据。

谢谢!

编辑:下面添加的代码，本机格式是‘05/ 01 :00:00’，即:双空格，月，日，双空格，hh，mm，ss]]

首次尝试

df = pd.read_csv('./SimResults.csv')
a = pd.to_datetime(df[' Date/Time'], format='  %m/%d  %H:%M:%s')

第二次尝试：

df = pd.read_csv('./SimResults.csv')
raw_datetime = df[' Date/Time'].str.lstrip('  ')
raw_datetime = ('2016/') + raw_datetime   
b = pd.to_datetime(raw_datetime, format='%Y/%m/%d  %H:%M:%S')

Answer 1

应该将格式指定为to_datetime函数，因为它不是默认格式：

pd.to_datetime(x, format='%Y/%m/%d_%H:%M')