如何解决pd.to_datetime转换31DEC9999时的OutOfBoundsDatetime错误？

核心原因 #

pandas默认用numpy引擎解析日期，而numpy的datetime64[ns]类型有时间范围限制（1677-09-21至2262-04-11），9999年超出了这个范围，因此报错。以下是几种可行的解决方法：

方法1：用Python原生datetime模块解析 #

直接借助Python原生datetime，它支持到9999年的日期：

from datetime import datetime
import pandas as pd

date_str = "31DEC9999"
# 解析为原生datetime对象
parsed_date = datetime.strptime(date_str, "%d%b%Y")
# 存入pandas时保留object类型
df = pd.DataFrame({"date": [parsed_date]})
# 若需要字符串格式的日期，可转为指定格式
df['date_str'] = df['date'].apply(lambda x: x.strftime("%Y-%m-%d"))

方法2：指定pd.to_datetime使用Python引擎 #

在pd.to_datetime中指定engine='python'，让pandas调用原生datetime解析，避开numpy的范围限制：

import pandas as pd

date_str = "31DEC9999"
parsed_date = pd.to_datetime(date_str, format="%d%b%Y", engine='python')
# 此时得到的Timestamp对象可正常表示9999-12-31，但注意后续时间运算可能仍受numpy限制，优先推荐方法1

方法3：手动转换为日期字符串（应急方案） #

如果仅需要YYYY-MM-DD格式的字符串，可直接解析后格式化，无需转为日期对象：

import pandas as pd
from datetime import datetime

df = pd.DataFrame({"date": ["31DEC9999"]})
df['formatted_date'] = df['date'].apply(lambda x: datetime.strptime(x, "%d%b%Y").strftime("%Y-%m-%d"))

内容的提问来源于stack exchange，提问作者ssaf