检测DataFrame日期列并转换为datetime64类型（格式化为dd/mm/yyyy）

原始数据 #

import pandas as pd

df = pd.DataFrame({
    'Date1': ['20200422', '20200422.0', '20200501', '0'],
    'Date2': ['15/05/2023', '0', '20230520', '25/06/2023'],
    'Other1': ['Text1', 'Text2', 'Text3', 'Text4'],
    'Other2': [10, 20, 30, 0]
})

解决方案代码 #

# 指定需要处理的日期列
target_cols = ['Date1', 'Date2']

for col in target_cols:
    # 替换所有"0"、"0.0"为缺失值标记
    df[col] = df[col].replace({'0': pd.NA, '0.0': pd.NA})
    # 自动识别多种日期格式，转换为datetime64类型，无法识别的转为NaT
    df[col] = pd.to_datetime(df[col], errors='coerce')
    # 统一格式为dd/mm/yyyy（若需保持datetime类型，可注释掉此行）
    df[col] = df[col].dt.strftime('%d/%m/%Y').replace('NaT', pd.NA)

关键说明 #

1. 替换无效值：先把列中的"0"和"0.0"替换为pd.NA，避免后续日期转换时将其误识别为有效日期。
2. 日期类型转换：pd.to_datetime支持自动识别多种输入格式（如YYYYMMDD、DD/MM/YYYY），errors='coerce'参数会把无法转换的内容转为NaT（datetime类型的缺失值）。
3. 格式统一：如果需要将日期显示为dd/mm/yyyy格式的字符串，使用dt.strftime格式化，同时把NaT转为pd.NA保证缺失值格式一致；如果不需要转成字符串，仅保留datetime64类型，可跳过最后一行代码。

内容的提问来源于stack exchange，提问作者NoviK