使用Pandas将CSV年月日列转为Datetime索引报错求助

常见报错原因 #

1. 存在无效日期值 #

你的CSV数据中可能包含不符合日历规则的数值，比如月份>12、日期>当月最大天数（比如2月30日）、或年份/月份/日期为0的无效值，pd.to_datetime默认采用严格模式，遇到这类值会直接抛出ValueError。

2. 两位数年份的解析冲突 #

如果你的年份是两位数（比如示例中的61），pandas默认解析规则为：00-68对应2000-2068，69-99对应1969-1999。若你的数据年份实际是19xx（比如61代表1961），当数据中存在00-68的年份时，可能因解析出的日期不符合预期间接引发错误。

3. 列名不匹配 #

确认你的DataFrame中确实存在Yr、Mo、Dy三列，若CSV实际列名是Year/Month/Day这类拼写，会导致data[['Yr','Mo','Dy']]取到空数据，触发解析错误。

解决步骤 #

第一步：定位无效数据 #

先将解析模式改为errors='coerce'，把无效日期转为NaT（Not a Time），从而找到问题行：

data['Date'] = pd.to_datetime(data[['Yr', 'Mo', 'Dy']], errors='coerce')
# 打印解析失败的行
print(data[data['Date'].isna()])

根据输出的无效行，修正CSV中的错误数据（比如把13月改成12月，32日改成31日等）。

第二步：处理两位数年份（若需要） #

如果你的年份都是19xx的两位数，手动给年份加1900后再解析：

# 给两位数年份加上1900，转为四位数
data['Yr'] = data['Yr'] + 1900
# 重新生成datetime列
data['Date'] = pd.to_datetime(data[['Yr', 'Mo', 'Dy']])

或者用format参数明确指定日期格式，强制按两位数年份解析：

# 按"年-月-日"的字符串格式拼接后解析
data['Date'] = pd.to_datetime(
    data['Yr'].astype(str) + '-' + data['Mo'].astype(str) + '-' + data['Dy'].astype(str),
    format='%y-%m-%d'
)

第三步：设置索引并删除原列 #

确认解析成功后，再执行后续操作：

data.set_index('Date', inplace=True)
data.drop(['Yr', 'Mo', 'Dy'], axis=1, inplace=True)

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