Pandas将yyyy-MM-ddTHH:mm:ss.SSSZ格式列转为datetime报错排查

你的报错核心原因是last_update_date_time列中存在不符合指定格式的字符串——第0行的token_last_update_date_time，而当你指定format参数时，pandas会严格校验每一行的格式匹配性，只要有一行不匹配就直接抛出ValueError，不会自动转为NaT。

以下是几种可行的解决办法：

• 强制转换不匹配值为NaT（推荐）
  在pd.to_datetime中添加errors='coerce'参数，让不符合格式的字符串自动转为NaT，其他符合格式的正常转换，不会中断流程：

  df["updatedTimeDateTime"] = pd.to_datetime(df["last_update_date_time"], format='%Y-%m-%dT%H:%M:%S.%fZ', errors='coerce')
  

• 先筛选有效行再转换
  用正则表达式匹配符合目标时间格式的行，仅对这些行执行转换，剩余行手动设为NaT：

  # 匹配yyyy-MM-ddTHH:mm:ss.SSSZ格式的正则
  valid_time_mask = df["last_update_date_time"].str.match(r'^\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}\.\d{3}Z$')
  # 初始化新列为NaT
  df["updatedTimeDateTime"] = pd.NaT
  # 对有效行执行转换
  df.loc[valid_time_mask, "updatedTimeDateTime"] = pd.to_datetime(df.loc[valid_time_mask, "last_update_date_time"], format='%Y-%m-%dT%H:%M:%S.%fZ')
  

• 移除无效的表头行（若为误混入）
  如果第0行的token_last_update_date_time是误导入的表头而非有效数据，可以直接删除该行后再转换：

  # 删除第0行并重置索引
  df = df.drop(index=0).reset_index(drop=True)
  # 执行转换
  df["updatedTimeDateTime"] = pd.to_datetime(df["last_update_date_time"], format='%Y-%m-%dT%H:%M:%S.%fZ')
  

内容的提问来源于stack exchange，提问作者Mohit Shah