pd.to_datetime()遇合法时间值仍抛ValueError的原因排查

为什么会报错？ #

当你设置infer_datetime_format=True时，pandas会基于列表中第一个非空元素的格式生成统一解析规则，再用这个规则解析所有后续元素。

如果从Oracle取出的时间列表里，第一个有效时间戳是带毫秒的格式（比如2023-03-31 20:25:10.926000），pandas就会推断格式为%Y-%m-%d %H:%M:%S.%f。后续遇到不带毫秒的时间戳（比如2023-04-24 17:33:23）时，会因缺少毫秒部分触发格式不匹配错误。

而本地硬编码测试时，可能列表第一个元素是不带毫秒的格式，pandas推断的规则是%Y-%m-%d %H:%M:%S，此时带毫秒的元素能被兼容解析（pandas自动忽略多余毫秒部分），所以不会报错。

解决办法 #

方法1：使用format='mixed'（推荐，Pandas 2.0+支持） #

让pandas为每个元素单独推断格式，适配混合格式场景：

df = pd.to_datetime(col_data, format='mixed', errors='coerce')

方法2：统一时间字符串格式 #

先给不带毫秒的时间字符串补全.000000，再用固定格式解析：

# 处理每个时间字符串，补全毫秒部分
processed_data = [s if '.' in s else f"{s}.000000" for s in col_data]
df = pd.to_datetime(processed_data, format="%Y-%m-%d %H:%M:%S.%f", errors='coerce')

方法3：检查隐藏字符（可选） #

如果上述方法无效，可能Oracle返回的字符串带有不可见字符（如空格、制表符），可先清理：

processed_data = [s.strip() for s in col_data]
df = pd.to_datetime(processed_data, infer_datetime_format=True, errors='coerce')

内容的提问来源于stack exchange，提问作者Yash