使用pandas read_csv指定date_format仍未解析日期时间字段问题

你设置的date_format='%d/%m/%Y'只匹配了Date字段的格式，但当用parse_dates合并Date和Time字段时，pandas会先将两列拼接成包含日期+时间的完整字符串（比如"10/03/2004 18:00:00"），此时你的格式字符串缺少时间部分的匹配规则，导致pandas无法将拼接后的字符串正确解析为datetime类型，最终合并后的字段（或索引）仍为字符串类型，调用day_name()自然会报错。

方案1：指定包含时间部分的完整格式字符串 #

假设你的Time字段格式为%H:%M:%S（比如18:00:00），将date_format设置为包含日期和时间的完整格式，让pandas能正确解析拼接后的字符串：

import pandas as pd

df = pd.read_csv(
    'AirQualityUCI.csv',
    sep=';',
    decimal=',',
    parse_dates=[['Date', 'Time']],  # 合并Date和Time为一列
    date_format='%d/%m/%Y %H:%M:%S',  # 匹配完整的日期+时间格式
    index_col='Date_Time'  # 将合并后的列设为索引
)

# 验证索引类型和功能
print(type(df.index[0]))  # 输出应为 <class 'pandas._libs.tslibs.timestamps.Timestamp'>
print(df.index.day_name())  # 正常输出星期名称

方案2：先读取再手动合并转换 #

如果不确定时间字段的具体格式，或者不想写完整格式字符串，可以先读取数据，再手动合并Date和Time并转换为datetime类型：

import pandas as pd

df = pd.read_csv(
    'AirQualityUCI.csv',
    sep=';',
    decimal=','
)

# 合并Date和Time并转换为datetime
df['datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'], format='%d/%m/%Y %H:%M:%S')
df.set_index('datetime', inplace=True)

# 验证
print(type(df.index[0]))
print(df.index.day_name())

额外注意 #

如果你的Time字段格式不是%H:%M:%S，需要根据实际格式调整date_format中的时间部分（比如如果是%H:%M，就写成%d/%m/%Y %H:%M）。

内容的提问来源于stack exchange，提问作者user2153235