批量转换CSV文件Date列为datetime对象失败问题求助

核心原因 #

• 未保存修改后的数据：批量函数仅在内存中转换了Date列，但没有将修改后的DataFrame写入原CSV文件，原文件内容未发生任何变化，重新读取自然还是原始的object类型。这是最常见的触发场景。
• 假成功提示：函数内的“转换成功”打印是无校验的通用输出，未实际验证转换后列的类型，可能存在部分文件转换失败但未被发现的情况。
• 变量作用域问题：若函数内仅临时处理DataFrame但未返回或保存，修改只存在于函数内部的临时变量中，外部无法获取，原文件也不会更新。

解决办法 #

1. 强制保存转换结果到文件 #

在批量函数中，完成Date列转换后，必须调用to_csv()将修改后的DataFrame写回原文件（或指定新路径），示例代码如下：

import pandas as pd
import os

def batch_convert_date(folder_path):
    # 遍历目标文件夹下所有CSV文件
    for filename in os.listdir(folder_path):
        if not filename.endswith('.csv'):
            continue
        file_path = os.path.join(folder_path, filename)
        df = pd.read_csv(file_path)
        
        # 转换Date列为datetime类型，抛出异常便于排查格式问题
        df['Date'] = pd.to_datetime(df['Date'], errors='raise')
        
        # 校验转换结果
        if pd.api.types.is_datetime64_any_dtype(df['Date']):
            print(f"{filename} 日期列转换成功，已保存")
            # 保存回原文件，index=False避免生成多余索引列
            df.to_csv(file_path, index=False)
        else:
            print(f"{filename} 日期列转换失败，请检查格式")

2. 增加格式校验与异常处理 #

• 在pd.to_datetime()中添加errors='raise'，遇到格式不兼容的日期时直接抛出异常，快速定位问题文件。
• 用pd.api.types.is_datetime64_any_dtype()严格校验转换后的列类型，避免输出假成功提示。

3. 避免覆盖原文件的方案 #

如果不想修改原始数据，可以创建新目录保存转换后的文件：

def batch_convert_date(folder_path):
    output_folder = os.path.join(folder_path, "converted_csvs")
    os.makedirs(output_folder, exist_ok=True)  # 自动创建目录，已存在则跳过
    
    for filename in os.listdir(folder_path):
        if not filename.endswith('.csv'):
            continue
        file_path = os.path.join(folder_path, filename)
        df = pd.read_csv(file_path)
        
        df['Date'] = pd.to_datetime(df['Date'], errors='raise')
        
        if pd.api.types.is_datetime64_any_dtype(df['Date']):
            print(f"{filename} 转换完成")
            # 保存到新目录
            df.to_csv(os.path.join(output_folder, filename), index=False)

4. 统一日期格式（可选） #

若不同文件的日期格式不一致，可指定format参数确保转换准确，比如：

df['Date'] = pd.to_datetime(df['Date'], format='%Y-%m-%d', errors='raise')

内容的提问来源于stack exchange，提问作者Soren_647