Dataframe列类型转换报错：字符串列转datetime触发TypeError

首选方案：使用pandas内置的pd.to_datetime() #

这是矢量化操作，无需循环，效率远高于逐元素处理，是pandas官方推荐的方法：

• 自动推断日期格式（大部分场景下可用）：

  import pandas as pd
  df['DateTime'] = pd.to_datetime(df['DateTime'])
  

• 指定固定格式（如果自动推断出错，或想提升处理速度）：
  把format参数设置为你的日期字符串对应的格式（比如%Y-%m-%d %H:%M:%S代表"年-月-日 时:分:秒"）：

  df['DateTime'] = pd.to_datetime(df['DateTime'], format='%Y-%m-%d %H:%M:%S')
  

• 处理无效日期值：
  如果列里有不符合格式的字符串，可以用errors参数控制处理逻辑：

  • errors='coerce'：将无效值转为NaT（pandas的缺失日期类型）
  • errors='ignore'：保留原字符串不转换

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

备选方案：使用apply()（仅适用于特殊自定义场景） #

如果必须用datetime.strptime处理，可以通过apply()隐式遍历，但效率低于pd.to_datetime()，仅推荐在有特殊格式需求时使用：

from datetime import datetime
df['DateTime'] = df['DateTime'].apply(lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S'))

内容的提问来源于stack exchange，提问作者Jakub Szurlej