使用Pandas读取Excel数据时定位报错的行和列

这个check_dts_bounds错误通常是因为某行的日期值超出了NumPy/Pandas支持的datetime范围（大概是1677年9月21日到2262年4月11日），或者日期格式有严重问题。以下是具体定位方法：

方法1：先全量读取为字符串，再批量检查日期列 #

先关闭自动日期解析，把所有数据读成字符串，避免加载时直接报错：

webLinksPanda = pd.read_excel(
    '/home/xyz/Documents/worksheet.ods',
    sheet_name='VidRecInv-LargeData',
    engine='odf',
    dtype=str  # 强制所有列按字符串读取
)

假设你的日期列名为date_col1和date_col2，用pd.to_datetime的errors='coerce'参数批量转换，找出转换失败的行：

date_cols = ['date_col1', 'date_col2']  # 替换成你的日期列名

for col in date_cols:
    # 尝试转换日期，无效值转为NaT
    converted_dates = pd.to_datetime(webLinksPanda[col], errors='coerce')
    # 筛选出转换失败的行
    invalid_rows = webLinksPanda[converted_dates.isna()]
    
    if not invalid_rows.empty:
        print(f"⚠️ 列 {col} 中存在无效日期的行：")
        print(f"行号（索引）：{invalid_rows.index.tolist()}")
        print(f"对应错误值：{webLinksPanda.loc[invalid_rows.index, col].tolist()}")

方法2：逐行逐列捕获转换异常 #

如果批量检查没找到（比如某些值能通过coerce但触发范围报错），可以逐行尝试转换并捕获异常：

date_cols = ['date_col1', 'date_col2']  # 替换成你的日期列名

for idx, row in webLinksPanda.iterrows():
    for col in date_cols:
        raw_val = row[col]
        try:
            # 尝试转换为datetime，触发范围检查
            pd.to_datetime(raw_val)
        except Exception as e:
            print(f"❌ 行 {idx+1}（索引{idx}），列 {col} 的值「{raw_val}」转换失败：")
            print(f"错误信息：{str(e)}")

额外提示 #

• 重点检查那些看起来像极端日期的值（比如0001年、9999年），或者格式混乱的字符串（比如包含非日期字符的内容）。
• 如果找到错误行，直接修改ODF文件里的对应值，或者读取时用parse_dates指定日期列并配合date_parser自定义解析逻辑，跳过无效值。

内容的提问来源于stack exchange，提问作者Markdd