验证多种日期格式（Pandas DataFrame）

Question

有没有办法检查 DataFrame 列中的日期值是否符合 N 种可能的日期格式中的一种，没有其他？

唯一可接受的格式是：

1. YYYY-MM-DD H:M:S -->（秒字段中有或没有小数位）
2. YYYY-MM-DD H:M
3. YYYY-MM-DD H
4. YYYY-MM-DD

在 4 种情况中的每一种情况下，我都想附加所需数量的 0 以使字段完整。因此，例如，“2020-11-28 12”变为“2020-11-28 12:00:00”，“2020-12-18 22:31”变为“2020-12-18 22:31:00”等

我从 this post 借用了 @cs95 的答案，它对我上面提到的所有 4 种格式都很有效。这是我写的：

if pd.to_datetime(df['DATE'], format='%Y-%m-%d %H:%M:%S', errors='coerce').notnull().all():
    df['DATE'] = pd.to_datetime(df['DATE'], format='%Y-%m-%d %H:%M:%S', errors='coerce')
    #something

然而，问题是它也允许只有 YYYY 和 YYYY-MM 的字段。例如，它将接受“2020”作为有效字段并将其设为“2020-01-01 00:00:00”。

我想确保缺失字段的限额严格限制在 YYYY-MM-DD（即 YYYY 和 YYYY-MM 被拒绝）。这可以使用我使用过的方法完成还是我必须尝试其他方法？任何帮助在这里表示赞赏！