如何使用Python Pandas验证DataFrame中的日期格式正确性？

嘿，我来帮你搞定DataFrame里那些格式不对或者逻辑上无效的日期！比如你提到的13/13/2020（月份和日期都超出范围）、13/10/2011（月份13无效）这类数据，用pandas就能轻松识别和处理，下面是具体步骤：

1. 标记无效日期（转为NaT） #

首先用pd.to_datetime配合errors='coerce'，把不符合mm/dd/yyyy格式或者逻辑无效的日期转成NaT（Not a Time），这样能快速定位问题数据：

import pandas as pd

# 示例DataFrame，模拟你的数据
df = pd.DataFrame({'date': ['12/31/2020', '13/13/2020', '13/10/2011', '02/29/2021', '03/15/2022']})

# 按指定格式转换，无效日期转为NaT
df['validated_date'] = pd.to_datetime(df['date'], format='%m/%d/%Y', errors='coerce')

这里format='%m/%d/%Y'明确了预期的日期格式，errors='coerce'会把所有不符合规则的（比如月份>12、日期>当月最大天数、非闰年的2月29号）都转成NaT，方便后续处理。

2. 查看无效日期行 #

如果你想确认哪些是无效日期，可以筛选出validated_date为NaT的行：

# 提取所有无效日期的记录
invalid_rows = df[df['validated_date'].isna()]
print("无效日期记录：")
print(invalid_rows)

运行后就能看到所有有问题的日期条目，方便你核对原始数据。

3. 处理无效日期 #

根据你的需求，有几种常见的处理方式：

方式一：删除无效日期行 #

如果这些无效数据没用，可以直接删除：

# 删除包含无效日期的行
clean_df = df.dropna(subset=['validated_date'])

方式二：手动修正错误日期 #

如果是输入错误（比如月份和日期写反了），可以针对性修正后重新验证：

# 假设'13/10/2011'是把日和月写反了，修正为'10/13/2011'
df.loc[df['date'] == '13/10/2011', 'date'] = '10/13/2011'

# 重新验证日期
df['validated_date'] = pd.to_datetime(df['date'], format='%m/%d/%Y', errors='coerce')

方式三：标记有效性（不转换） #

如果你只想标记哪些日期有效，不想转成NaT，可以自定义验证函数：

from datetime import datetime

def check_valid_date(date_str, date_format='%m/%d/%Y'):
    try:
        # 尝试按指定格式解析日期
        datetime.strptime(date_str, date_format)
        return True
    except ValueError:
        # 解析失败说明日期无效
        return False

# 添加一列标记日期是否有效
df['is_valid_date'] = df['date'].apply(check_valid_date)

这样is_valid_date列会显示True（有效）或False（无效），方便后续分析。

注意事项 #

如果你的数据里混了多种日期格式（比如有的是dd/mm/yyyy，有的是mm/dd/yyyy），不建议省略format参数让pandas自动推断，因为容易出现歧义（比如01/02/2020可能被解析成1月2号或2月1号）。最好先统一格式再处理。

内容的提问来源于stack exchange，提问作者SSax P