Python Pandas中转换自定义格式日期字符串报错的解决方法

错误原因分析 #

你遇到的unconverted data remains错误和代码问题主要来自两点：

1. 逻辑错误：用datetime.strptime处理单个行的日期值（df['StartDate'].iloc[i]），却直接赋值给整列df['StartDate']，既覆盖了正常数据，也没实现批量转换的需求——datetime.strptime本身是处理单个字符串的工具，不适合批量处理Pandas列。
2. 解析匹配问题：
   • 部分日期字符串可能包含空格、换行符等多余字符，导致解析时出现未转换的剩余内容。
   • 若系统默认locale为中文，%b格式符无法识别Aug/Dec/Jan这类英文月份缩写，解析到月份部分就会卡住，触发错误。

解决方案 #

步骤1：先清理日期字符串 #

先去除日期字符串前后的多余字符：

# 单列清理
df['StartDate'] = df['StartDate'].str.strip()
# 多列批量清理
date_cols = ['StartDate', 'EndDate', 'CreateDate']
df[date_cols] = df[date_cols].apply(lambda x: x.str.strip())

步骤2：用Pandas批量转换（推荐） #

使用pd.to_datetime批量处理整列，同时指定英文locale确保识别月份缩写：

import pandas as pd
import locale

# 设置英文locale（不同系统写法有差异：Linux/macOS用'en_US.UTF-8'，Windows用'en-US'）
locale.setlocale(locale.LC_TIME, 'en_US.UTF-8')

# 转换单列
df['StartDate'] = pd.to_datetime(df['StartDate'], format='%d%b%y', errors='coerce')

# 一次性转换3列
df[date_cols] = df[date_cols].apply(lambda col: pd.to_datetime(col, format='%d%b%y', errors='coerce'))

• errors='coerce'会把解析失败的日期转为NaT（Pandas的空日期值），方便你用df[df['StartDate'].isna()]排查格式异常的行。

备选方案：自定义解析函数 #

如果设置locale遇到问题，可自定义函数精准解析：

from datetime import datetime
import pandas as pd
import locale

locale.setlocale(locale.LC_TIME, 'en_US.UTF-8')

def parse_date(date_str):
    try:
        dt = datetime.strptime(date_str, '%d%b%y')
        # 可选：手动调整两位年份的 century，比如把23转为2023而非1923
        # dt = dt.replace(year=dt.year + 2000 if dt.year < 50 else dt.year)
        return dt
    except ValueError:
        return pd.NaT

df['StartDate'] = df['StartDate'].apply(parse_date)

验证转换结果 #

转换完成后，可通过以下命令确认效果：

# 查看列的数据类型
print(df['StartDate'].dtype)
# 查看前几行转换结果
print(df['StartDate'].head())
# 定位转换失败的行
print(df[df['StartDate'].isna()])

内容的提问来源于stack exchange，提问作者iBeMeltin