Дано: DataFrame `tx` с колонкой `ts_str` — даты в разных форматах вперемешку: ISO («2026-05-01»), европейский с точками («01.05.2026»), американский со слешами («05/01/2026»). Распарсьте строки в полноценный datetime — нужен режим, который сам определяет формат каждой строки. Двусмысленные даты типа «05/01» трактуем как день/месяц (европейская конвенция). Формат ответа: исходный DataFrame с добавленной колонкой `ts` (datetime64). Сохраните в `result`.
to_datetime parsing mixed-format real-world
Задача «Парсинг datetime с разными форматами» учит обрабатывать табличные данные в pandas: фильтрация, группировка, объединение и метрики. Такие задачи дают на собеседованиях в Сбер и других IT-компаниях. Уровень средний — типичная боевая задача на уверенный Python.
Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.
В pandas один и тот же результат часто достаётся разными путями — через groupby, pivot_table, merge или векторные операции над колонками. Важно выбрать читаемый и быстрый: встроенные векторные методы почти всегда обгоняют циклы и построчный apply. На собеседовании ценят не только правильный ответ, но и то, как ты объясняешь выбор подхода, обрабатываешь пропуски (NaN) и оцениваешь, что будет на больших данных.
Разобраться в pandas системно — бесплатный курс «Pandas с нуля» и гайды по pandas.
Открыть задачу в тренажёре → ← Все Python-задачи