按datetime64[ns]类型列排序Pandas DataFrame未达预期的原因及修正方案

问题原因 #

你遇到的核心问题是pandas自动解析日期时混淆了日和月的顺序。虽然df.info()显示Data列是datetime64[ns]类型，但pandas默认的日期解析逻辑会优先尝试mm/dd/yyyy（美式日期）格式，而你的数据集实际采用的是dd/mm/yyyy（欧式日期）格式。

当日期中的“日”部分小于等于12时，pandas会误把它当成月份：比如12/01/2021会被解析成2021-01-12（1月12日），但你实际想要的是2021-12-01（12月1日）。而像01/09/2021这类日期，因为“日”是01（小于12）但“月”是09（超过12），pandas会自动切换成dd/mm/yyyy格式解析，结果就正确——这就是为什么部分日期显示正常、部分异常的原因。

解决方案 #

要解决这个问题，我们需要强制指定日期解析的格式，让pandas明确按照dd/mm/yyyy来解析Data列，同时保持datetime64[ns]类型不变。这里有两种可靠的实现方法：

方法1：在read_excel中自定义日期解析器

通过date_parser参数传入自定义函数，明确指定日期格式：

import pandas as pd

header_list = ['Data', 'Hora', 'Status']

# 自定义日期解析函数，强制按dd/mm/yyyy格式解析
def parse_br_date(date_str):
    return pd.to_datetime(date_str, format='%d/%m/%Y')

# 读取Excel时使用自定义解析器
df = pd.read_excel(
    r'C:\Users\KMBGSI\Downloads\Historico de Alertas.xlsx',
    sheet_name='Compilado',
    header=None,
    names=header_list,
    index_col=None,
    parse_dates=[0],
    date_parser=parse_br_date
)

# 此时再排序就会得到正确结果
df.sort_values(by=['Data'], inplace=True)
df.head()

方法2：先读取为文本，再转换为日期

如果第一种方法遇到格式兼容问题，可以先把Data列读取为字符串，再用pd.to_datetime指定格式转换：

import pandas as pd

header_list = ['Data', 'Hora', 'Status']

# 先不解析日期，强制按字符串读取Data列
df = pd.read_excel(
    r'C:\Users\KMBGSI\Downloads\Historico de Alertas.xlsx',
    sheet_name='Compilado',
    header=None,
    names=header_list,
    index_col=None,
    dtype={'Data': str}
)

# 转换为datetime类型，明确指定dd/mm/yyyy格式
df['Data'] = pd.to_datetime(df['Data'], format='%d/%m/%Y')

# 执行排序操作
df.sort_values(by=['Data'], inplace=True)
df.head()

验证方法 #

修改后可以用以下代码确认日期解析正确：

# 检查Data列的数据类型和前几条数据
print(df.info())
print(df['Data'].head())

你会看到所有日期都被正确解析为datetime64[ns]类型，排序后的顺序完全符合预期。

内容的提问来源于stack exchange，提问作者rdgui1991