如何定义函数识别可转为datetime的object类型列？代码结果不符预期求助

你的函数目前只返回['1','3']，核心原因是你用了errors='raise'参数——只要目标列里有任何一个值转换datetime失败，就会触发ValueError，导致该列被跳过。而你的测试数据里，列4、5、6都存在无效日期（比如2015-02-31（2月没有31号）、2015-04-31（4月最多30号）这类不符合日历规则的日期），所以这些列都被原函数排除了，但你希望把它们也算进去，毕竟这些列的大部分值都是符合datetime格式的。

我们可以调整逻辑：不要求列中所有值都能转换成功，而是判断该列是否具备datetime列的特征（即使存在部分无效值）。具体做的时候，我们可以用errors='coerce'来尝试转换（无效值会被转为NaT，但列的类型会变成datetime64），然后通过类型判断和有效值存在性来筛选目标列，同时注意不要修改原始DataFrame。

下面是修改后的代码：

import pandas as pd

def find_potential_datetime_cols(DF):
    # 筛选所有object类型的列，这种写法比原代码更简洁健壮
    object_cols = DF.select_dtypes(include=['object']).columns.tolist()
    potential_dt_cols = []
    
    for col in object_cols:
        # 临时转换列，无效值转成NaT，不改动原数据
        temp_series = pd.to_datetime(DF[col], infer_datetime_format=True, errors='coerce')
        # 两个判断条件：
        # 1. 转换后的列确实是datetime类型
        # 2. 列中至少有一个有效的datetime值（避免把完全无法转换的列比如'0'算进来）
        if pd.api.types.is_datetime64_any_dtype(temp_series) and temp_series.notna().any():
            potential_dt_cols.append(col)
    
    return potential_dt_cols

# 测试你的数据
df = pd.DataFrame({
    '0': ['a', 'b', 'c','d','e'], 
    '1': ['2015-12-27','2015-12-28', '2015-12-29','2015 12-31 10:00','2016/01/01 15:00'], 
    '2': [11,12,13,14,15], 
    '3': ['2015-12-31','2015-12-29', '2015-12-30','2016-01 11 23:59','2016/02/01 22:00'], 
    '4': ['2015-02-31','2015-02-29', '2015-02-30','2016-03 11 23:59','2016/04/01 22:00'], 
    '5': ['2015-04-31','2015-04-29', '2015-04-30','2016-05 11 23:59','2016/06/01 22:00'], 
    '6': ['2015-04-31','2015-04-29', '2015-04-30','2016-05 11 23:59','2016/06/01 22:00']
})

print(find_potential_datetime_cols(df))
# 输出：['1', '3', '4', '5', '6']

• 替换了object列的筛选方式：用select_dtypes比直接索引dtypes.values更简洁，也不容易出错
• 用errors='coerce'替代errors='raise'：这样转换失败的值会变成NaT，不会抛出异常，同时转换后的列会被识别为datetime类型
• 增加了双重判断：
  • pd.api.types.is_datetime64_any_dtype确保转换后的列确实是datetime类型，避免把完全无法转换的字符串列误判
  • temp_series.notna().any()确保列中至少有一个有效日期，排除像列'0'这种完全和datetime无关的列
• 不修改原DataFrame：创建临时的temp_series来测试，不会污染你的原始数据

内容的提问来源于stack exchange，提问作者Sanjeev Kallepalli