Pandas解析CSV日期失败：报错求助及解决方法

问题背景 #

尝试将CSV中格式为日/月/年（部分带时间后缀，如13/01/2019 0:00）的VAR1列转换为日期格式，使用代码：

import datetime

df['DATE'] = pd.to_datetime(df['VAR1']).dt.date

执行后触发报错：

ValueError: time data "13/01/2019 0:00" doesn't match format "%m/%d/%Y %H:%M", at position 575. 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.

解决办法 #

方法1：指定dayfirst=True #

告诉Pandas日期字符串的日部分在前，月部分在后，适合统一格式的日期数据：

df['DATE'] = pd.to_datetime(df['VAR1'], dayfirst=True).dt.date

方法2：明确指定格式字符串 #

如果所有数据的格式完全统一（如日/月/年 时:分），直接指定格式字符串可以提升解析效率：

df['DATE'] = pd.to_datetime(df['VAR1'], format='%d/%m/%Y %H:%M').dt.date

方法3：混合格式场景使用format='mixed' #

如果部分数据只有日期（日/月/年），部分带时间，用mixed模式配合dayfirst=True让Pandas自动推断每个元素的格式：

df['DATE'] = pd.to_datetime(df['VAR1'], format='mixed', dayfirst=True).dt.date

报错原因 #

Pandas默认解析日期时会优先将字符串的第一个数值识别为月份，而13/01/2019中的13超出了月份的合法范围（1-12），因此抛出格式不匹配的错误。通过上述参数指定正确的日期顺序或格式，即可完成解析。

内容的提问来源于stack exchange，提问作者Horasio7