如何在Python Pandas中修正DataFrame中日月位置颠倒的日期格式？

你的问题根源在于：Pandas自动解析日期时，会对1-05-2019这类模糊字符串（1既可以是月份也可以是日期）误判为月-日-年格式；而22-04-2019因为22超出了月份范围（1-12），才能被正确识别为日-月-年。要解决这个问题，需要明确指定日期的输入格式，避免Pandas自动猜测。

解决方案代码 #

import pandas as pd

# 构造示例DataFrame
data = {'COL1': ['1-05-2019', '22-04-2019', '5-06-2019']}
df = pd.DataFrame(data)

# 按指定的日-月-年格式解析，再格式化输出为dd-mm-yyyy的字符串
df["COL2"] = pd.to_datetime(df["COL1"], format='%d-%m-%Y').dt.strftime('%d-%m-%Y')

处理后结果 #

补充说明 #

• pd.to_datetime的format='%d-%m-%Y'参数强制Pandas按照日-月-年的规则解析输入字符串，完全避免自动猜测的误差。
• dt.strftime('%d-%m-%Y')会将datetime类型转换为指定格式的字符串，默认即为object类型，无需额外转换。

内容的提问来源于stack exchange，提问作者dingaro