如何将不同时间格式的列统一为一种格式？

import pandas as pd

# 示例数据
data = {
    'date_column': [
        '2022-01-01',
        '01/02/2022',
        '2022年03月04日',
        '2022-05-05T12:34:56'
    ]
}

df = pd.DataFrame(data)

from datetime import datetime

# 定义一个函数来解析不同格式的时间字符串
def parse_date(date_str):
    for fmt in ('%Y-%m-%d', '%m/%d/%Y', '%Y年%m月%d日', '%Y-%m-%dT%H:%M:%S'):
        try:
            return datetime.strptime(date_str, fmt)
        except ValueError:
            continue
    return pd.NaT  # 返回Pandas的NaT（Not a Time）表示解析失败

# 应用解析函数
df['parsed_date'] = df['date_column'].apply(parse_date)

# 将解析后的时间对象格式化为统一的字符串格式（例如ISO 8601）
df['formatted_date'] = df['parsed_date'].dt.strftime('%Y-%m-%d')

print(df)

          date_column parsed_date formatted_date
0        2022-01-01  2022-01-01     2022-01-01
1        01/02/2022  2022-02-01     2022-02-01
2      2022年03月04日  2022-03-04     2022-03-04
3  2022-05-05T12:34:56  2022-05-05     2022-05-05