如何将含多数据类型的列统一转换为日期类型？

现有数据中Event Date列的类型分布：

<class 'datetime.datetime'>    296
<class 'str'>                  116
<class 'float'>                  8

需要实现：

1. 忽略Event Date为空的行
2. 拆分含多个日期的字符串行，复制对应记录
3. 将所有日期统一转为datetime类型

数据示例：

尝试explode方法时报错：dateutil.parser._parser.ParserError: Unknown string format: 31/03/2022, 26/11/2018, 31/01/2028 present at position 3，代码如下：

df=auto_test_file.assign(dates=auto_test_file['Event Date'].str.split(',')).explode('dates')
pd.to_datetime(df['Event Date'])

1. 过滤空行 #

先移除Event Date为空（包括NaN）的行：

df_clean = auto_test_file.dropna(subset=['Event Date'])

2. 拆分多日期并展开 #

针对字符串类型的日期做拆分，datetime类型直接保留为单元素列表，确保explode能统一处理：

df_split = df_clean.assign(
    dates=df_clean['Event Date'].apply(
        lambda x: x.split(',') if isinstance(x, str) else [x]
    )
).explode('dates')

# 清除拆分后日期前后的空格
df_split['dates'] = df_split['dates'].str.strip()

3. 统一转换日期类型 #

使用dayfirst=True参数适配日/月/年格式，自动识别并转换所有日期：

df_split['Event Date'] = pd.to_datetime(df_split['dates'], dayfirst=True)

# 删除临时列，得到最终结果
df_final = df_split.drop(columns=['dates'])

完整代码 #

# 过滤空行
df_clean = auto_test_file.dropna(subset=['Event Date'])

# 拆分多日期行并展开
df_split = df_clean.assign(
    dates=df_clean['Event Date'].apply(
        lambda x: x.split(',') if isinstance(x, str) else [x]
    )
).explode('dates')

# 清理空格并转换日期
df_split['dates'] = df_split['dates'].str.strip()
df_split['Event Date'] = pd.to_datetime(df_split['dates'], dayfirst=True)

# 最终结果
df_final = df_split.drop(columns=['dates'])

内容的提问来源于stack exchange，提问作者lostcoder