为何Pandas pd.to_datetime转换同格式日期会出现异常结果？

这个问题本质是日期格式歧义导致的Pandas默认推断失误，咱们来理清楚：

问题根源 #

你的日期字符串是日-月-年 时:分的格式，但pd.to_datetime()在没有明确指定格式时，会根据字符串内容自动推断：

• 对于24-05-19，因为24不可能是月份（月份范围是1-12），Pandas能立刻判断这是日-月-年，所以转换正确；
• 但01-12-19里的01和12都符合月份的取值范围，这时候Pandas会默认采用美式的月-日-年格式解析，于是就把01当成月份、12当成日期，得到了错误的2019-01-12。

解决方法：明确指定日期格式 #

要彻底避免这种歧义，直接给pd.to_datetime()传入format参数，告诉它你的日期字符串结构是%d-%m-%y %H:%M：

import pandas as pd

# 原始日期字符串
date1 = '01-12-19 01:04'
date2 = '24-05-19 15:02'

# 指定格式转换
fixed_date1 = pd.to_datetime(date1, format='%d-%m-%y %H:%M')
fixed_date2 = pd.to_datetime(date2, format='%d-%m-%y %H:%M')

print(fixed_date1)  # 输出：Timestamp('2019-12-01 01:04:00')
print(fixed_date2)  # 输出：Timestamp('2019-05-24 15:02:00')

格式代码说明 #

这里用到的格式代码对应含义：

• %d：两位数的日期（01-31）
• %m：两位数的月份（01-12）
• %y：两位数的年份（19自动映射为2019）
• %H：24小时制的小时数（00-23）
• %M：两位数的分钟数（00-59）

这样指定格式后，Pandas就会严格按照你定义的规则解析日期，再也不会出现推断错误啦！

内容的提问来源于stack exchange，提问作者user88484