Pandas多格式日期列转换时日月颠倒问题的解决方法

问题根源 #

你之前的代码存在两个关键问题：

1. 连续两次调用pd.to_datetime，第二次的固定格式会直接覆盖第一次的转换结果，属于无效操作；
2. 使用format='mixed'时未指定dayfirst=True，导致Pandas对斜杠分隔的日期（如01/12/2022）默认按美式日期习惯（月/日/年）解析，造成日月颠倒。

解决方案 #

你的四种日期格式（dd/mm/yyyy、dd-mm-yyyy、dd-MMM-yyyy、dd/MMM/yyyy）均为日在前的格式，可用以下两种方法正确转换：

方法一：用format='mixed'强制日优先

直接在pd.to_datetime中指定dayfirst=True，让Pandas优先按日/月/年的逻辑解析日期：

import pandas as pd

# 构造样本数据
data = {'Date': ['01/12/2022', '22/02/2012', '12-Jan-2023', '19-10-2000', '03/Feb/2021']}
df = pd.DataFrame(data)

# 转换日期列
df['Date'] = pd.to_datetime(df['Date'], format='mixed', dayfirst=True)

方法二：显式列出所有格式（更精准）

把所有可能的日期格式列出来，让Pandas逐个尝试匹配，彻底避免歧义：

import pandas as pd

data = {'Date': ['01/12/2022', '22/02/2012', '12-Jan-2023', '19-10-2000', '03/Feb/2021']}
df = pd.DataFrame(data)

# 定义所有待匹配的日期格式
date_formats = ['%d/%m/%Y', '%d-%m-%Y', '%d-%b-%Y', '%d/%b/%Y']
df['Date'] = pd.to_datetime(df['Date'], format=date_formats, dayfirst=True)

验证结果 #

转换后可通过以下代码确认类型和结果：

# 查看列类型
print(df.dtypes)
# 查看转换后的日期
print(df['Date'])

输出会显示Date列为datetime64[ns]类型，且所有日期都按日/月/年的正确逻辑解析（比如01/12/2022会被转为2022-12-01）。

内容的提问来源于stack exchange，提问作者Sunil