Pandas多列类型转换异常：含datetime数组列无法转为datetime

问题原因 #

那两列原本混合了datetime.datetime对象和NaN，你用字符串'2030-1-1'填充后，列内变成了datetime对象与字符串的混合类型，pd.to_datetime处理这种混合集合时，会统一按字符串解析，但datetime对象转字符串的格式可能不符合解析规则，导致转换失败。

修正后的操作步骤 #

针对这两列，换以下流程处理：

1. 先直接转换为datetime类型：

   df[col] = pd.to_datetime(df[col])
   

   这一步会把原有的datetime.datetime对象转为pandas的datetime64类型，同时保留NaN（pandas原生支持datetime列存NaN）。
2. 用pandas原生的时间戳填充缺失值：

   df[col] = df[col].fillna(pd.Timestamp('2030-01-01'))
   

   用pd.Timestamp生成的时间戳和datetime列类型一致，不会出现类型混合问题。

验证方法 #

如果不确定列内的元素类型，可先运行以下代码查看：

print(df[col].apply(type).unique())

正常情况下，转换后列的元素类型应该只有pandas._libs.tslibs.timestamps.Timestamp一种。

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