Json 到 pd。DataFrame：解析为具有不同时间戳格式的日期时间

问：

我正在处理来自 Google Takeout 的大型 JSON 文件（大约 4000 万行）。数据示例如下图所示。我将数据加载到 a 中，并将时间戳更改为 .时间戳几乎总是采用 的格式，我用它来将时间戳解析为日期时间。以下代码有效：pd.DataFramepd.datetime%Y-%m-%dT%H:%M:%S.%f

self.df["timestamp"] = pd.to_datetime(self.df["timestamp"], 
    format="%Y-%m-%dT%H:%M:%S.%f"
)

但是，从图像中突出显示的时间戳中可以看出，有时时间戳不包括纳秒（匹配：）。这会导致解析时出错："%Y-%m-%dT%H:%M:%S"

"ValueError: unconverted data remains when parsing with format "%Y-%m-%dT%H:%M:%S.%f": "Z" at position 0."

我的问题：如何解析具有不同格式的整个 JSON，这些格式支持带和不带纳秒的时间戳？我可以在解析之前通过循环它并从字符串中删除纳秒来预处理 JSON 文件，但这对我来说似乎非常低效。可以在此处找到少量可重复的样品。