pd.to_datetime未识别年份，取最大日期结果异常求助

问题描述 #

我搜索了2小时未找到可行解决方案：处理数据集时尝试获取最新日期，但代码未正确识别年份。数据集包含日期：01/09/2023、12/21/2022、12/09/2022、11/19/2022，执行以下代码后，st.write输出的最大日期为12/21/2022，而非预期的01/09/2023，说明年份未被正确识别。尝试过df['Date'] = df['Date'].dt.strftime('%Y%m%d').astype(int)，但无效果。

代码片段：

import pandas as pd

df=pd.read_csv('test.csv')

df['Date'] = pd.to_datetime(df['Date'])

st.write(df['Date'].max())

解决方案 #

问题根源是pd.to_datetime自动解析日期时，因DD/MM/YYYY与MM/DD/YYYY格式歧义，导致年份识别错误。可通过以下方式解决：

1. 明确指定日期格式 #

直接通过format参数告知pandas日期的具体格式，避免自动猜测出错：

• 若日期为日/月/年（DD/MM/YYYY）：

import pandas as pd
import streamlit as st

df = pd.read_csv('test.csv')
# 明确指定格式为日/月/年
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')
# 可选：打印解析结果验证正确性
print(df['Date'])
st.write(df['Date'].max())

• 若日期为月/日/年（MM/DD/YYYY）：

df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y')

2. 使用dayfirst=True参数 #

如果日期格式是日在前、月在后，可通过该参数让pandas优先解析第一部分为日期：

df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)

关键说明 #

你之前尝试的strftime转换是在日期解析错误的基础上操作的，因此无法解决问题。必须先确保pandas正确解析出datetime类型的日期，再进行后续操作。

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