为何Pandas的to_datetime转换部分日期列表报错，替换日期后却正常？

我有一个返回节假日列表的函数，列表内容为：

['30 May 2024','1 May 2024', '29 Aug 2024', '14 Aug 2024', '19 May 2024'] 

执行以下代码时：

print(pd.to_datetime(['30 May 2024','1 May 2024', '29 Aug 2024', '14 Aug 2024', '19 May 2024']))

触发ValueError错误，提示：

ValueError: time data "29 Aug 2024" doesn't match format "%d %B %Y", at position 2. You might want to try:
    - passing `format` if your strings have a consistent format;
    - passing `format='ISO8601'` if your strings are all ISO8601 but not necessarily in exactly the same format;
    - passing `format='mixed'`, and the format will be inferred for each element individually. You might want to use `dayfirst` alongside this.

但将列表第一个元素替换为'30 Dec 2024'后，执行相同的pd.to_datetime转换代码却能正常得到：

DatetimeIndex(['2024-12-30', '2024-05-01', '2024-08-29', '2024-08-14',
               '2024-05-19'],
          dtype='datetime64[ns]', freq=None)

请问忽略了什么细节？

核心问题出在pandas推断日期格式的逻辑上：

• 未指定format参数时，pd.to_datetime会优先用列表前几个元素（通常是第一个）推断日期格式。
• 第一个例子里，第一个元素是'30 May 2024'，May是月份的全称，pandas因此推断格式为%d %B %Y（日+全称月+年）。但后面的Aug是月份的缩写，和%B（匹配全称）不兼容，触发格式不匹配错误。
• 换成'30 Dec 2024'后，Dec是月份的缩写，pandas推断格式为%d %b %Y（日+缩写月+年）。而May的缩写和全称完全一致，能匹配%b，后面的Aug也是标准缩写，因此所有元素都能转换成功。

如果日期字符串混用月份全称和缩写，或不确定格式一致性，直接指定format='mixed'让pandas逐个元素推断格式即可：

print(pd.to_datetime(holiday_list, format='mixed', dayfirst=True))

内容的提问来源于stack exchange，提问作者Bhargav