如何用单条语句处理DataFrame中混合格式的Excel导入日期转换？

针对混合字符串日期与Excel日期序列号的转换需求，可以用一条链式调用语句完成统一转换，核心逻辑是分批次处理两种格式后合并结果：

import pandas as pd

data = ['2020-01-20 00:00:00', '2020-04-27 00:00:00', '43836']
df = pd.DataFrame(data, columns=['entry_date'])

# 核心转换语句
df['entry_date'] = pd.to_datetime(df['entry_date'], errors='coerce').fillna(
    pd.to_datetime(pd.to_numeric(df['entry_date'], errors='coerce'), unit='D', origin='1899-12-30')
)

逻辑说明 #

1. 优先转换标准日期：pd.to_datetime(..., errors='coerce')会把所有符合格式的字符串日期转为datetime类型，无法识别的Excel序列号字符串会被转为NaT（日期类型缺失值）。
2. 处理Excel序列号：
   • 先用pd.to_numeric(..., errors='coerce')将原列中的序列号字符串转为数值，非数值内容转为NaN；
   • 再通过pd.to_datetime(..., unit='D', origin='1899-12-30')将数值型序列号转为对应日期（origin='1899-12-30'是为了适配Excel的1900年闰年bug）；
   • 最后用fillna把第一步生成的NaT替换为转换后的序列号日期。

转换结果 #

执行后entry_date列会统一为datetime类型：

entry_date
0 2020-01-20
1 2020-04-27
2 2020-01-20

原报错原因说明 #

你直接使用unit='D'参数时，列中存在字符串类型的日期值，而unit参数要求输入必须是数值类型，因此触发类型不兼容错误。上述方法分离两种格式分别处理，再合并结果，就避免了该问题。

内容的提问来源于stack exchange，提问作者opperman.eric