如何在Pandas中正确解析以点分隔的日期格式？

嗨，别担心，这个问题完全不用循环就能解决！Pandas的pd.to_datetime本身就有专门的参数来处理自定义日期格式，比逐行处理高效多了。

问题根源 #

你遇到的ParserError是因为Pandas默认的日期解析器把中间的数字当成了月份（比如17.14.11里的14），但月份只能是1-12，所以报错。核心是要明确告诉Pandas你的日期字符串每个部分代表什么。

具体解决方案 #

根据你的日期格式和错误提示，你的日期应该是两位年份.日期.月份的格式（比如17.14.11代表2017年11月14日，12.6.5代表2012年5月6日），直接用format参数指定解析规则即可：

1. 解析12.6.5或18.26.01格式的日期

import pandas as pd

# 统一指定格式，自动处理一位/两位的日、月
youtube_US['trending_date'] = pd.to_datetime(youtube_US['trending_date'], format='%y.%d.%m')

格式参数说明

• %y：匹配两位数字的年份（比如12对应2012，18对应2018）
• %d：匹配日期（一位数字会自动补零，比如6转为06）
• %m：匹配月份（一位数字自动补零，比如5转为05）

处理格式不一致的情况

如果数据里有少量格式不统一的记录，可以加上errors='coerce'参数，把解析失败的转为NaT（Pandas的缺失日期值），方便后续排查：

youtube_US['trending_date'] = pd.to_datetime(youtube_US['trending_date'], format='%y.%d.%m', errors='coerce')

为什么不用循环？ #

Pandas是基于向量化操作设计的，pd.to_datetime内部已经做了优化，处理速度比手动循环快几个数量级，完全没必要写循环去逐行解析。

内容的提问来源于stack exchange，提问作者Ruthba Yasmin