Pandas.to_datetime无法识别日期字符串格式，自动转换混淆日/月

我尝试将.txt文件中的数据转换为DataFrame用于分析，该文件数据格式如下：

DATE_TIME   VELOC   MEASURE 
    [m/s]   [l/h]   

A 09.01.2023 12:45:20 ??? ???
A 09.01.2023 12:46:20 0,048 52,67
A 09.01.2023 12:47:20 0,049 53,77
A 09.01.2023 12:48:20 0,050 54,86

已成功将数据加载到DataFrame，并将测量值字符串转换为float类型，但执行代码：

volume_flow['DATE_TIME'] = pd.to_datetime(volume_flow['DATE_TIME'], format = '%d.%m.%Y %H:%M:S')

时出现错误：

ValueError: time data '09.01.2023 12:46:20' does not match format '%d.%m.%Y %H:%M:S' (match)

无法找出格式不匹配原因，此前用类似代码处理其他日期格式均正常；尝试format = '%dd.%mm.%yyyy %H:%M:S'也报错。若让pd.to_datetime自动转换，会混淆日和月（数据范围09.01-12.01，无法通过值区分）。

问题核心是格式字符串的秒部分大小写错误：你用了大写的S，而Pandas日期格式符中，秒的正确标识是小写的%S。

修改后的正确代码：

volume_flow['DATE_TIME'] = pd.to_datetime(volume_flow['DATE_TIME'], format='%d.%m.%Y %H:%M:%S')

补充几个关键细节：

• Pandas的日期格式符大小写严格区分：年用%Y（4位）、月%m（2位）、日%d（2位），小时%H（24小时制）、分钟%M、秒%S，不能随意修改大小写。
• 你尝试的%dd.%mm.%yyyy是错误写法，格式符不需要重复字母，直接用%d.%m.%Y即可。
• 针对数据中存在???这类无效时间值的情况，可添加errors='coerce'参数将其转为NaT（缺失时间值），避免转换中断：

  volume_flow['DATE_TIME'] = pd.to_datetime(volume_flow['DATE_TIME'], format='%d.%m.%Y %H:%M:%S', errors='coerce')
  

内容的提问来源于stack exchange，提问作者joyless_69