处理pandas日期转换时的OutOfBoundsDatetime纳秒时间戳越界错误

我正在处理一个包含棒球比赛日期（Date）和观众人数（Attendance）的DataFrame，用于制作日历热力图。数据如下：

Date    Attendance
1   Apr 7   44723.0
2   Apr 8   42719.0
3   Apr 9   36139.0
4   Apr 10  41253.0
5   Apr 11  20480.0

我尝试了以下两种日期转换方法：

- df['Date'] = df['Date'].astype('datetime64[ns]')
- df['Date'] = pd.to_datetime(df['Date'])

但均报错：

'Out of bounds nanosecond timestamp: 1-04-07 00:00:00'.

查看数据后发现，我并没有对应该时间戳的日期。参考相关帖子后，怀疑问题可能是日期未补零？请问这是否是导致错误的原因？

日期未补零不是报错的直接原因，真正问题出在：你的日期数据只有月份缩写（Apr）和日期（7/8/9等），缺少年份信息。Pandas默认会把这类日期的年份推断为公元1年（即1-04-07），而numpy的datetime64[ns]类型支持的时间范围是1677年至2262年，公元1年远远超出这个范围，因此触发“Out of bounds nanosecond timestamp”错误。

解决方案 #

你需要明确指定年份，让Pandas生成合法的时间戳，有两种常用方式：

1. 直接在pd.to_datetime中指定年份和日期格式：

df['Date'] = pd.to_datetime(df['Date'], format='%b %d', year=2023)  # 替换为实际比赛年份

这里%b匹配月份缩写（如Apr），%d匹配日期（带不带前导零都能识别，所以Apr 7不用补零也没问题）。

2. 先给日期字段拼接年份，再转换：

df['Date'] = '2023 ' + df['Date']  # 拼接年份
df['Date'] = pd.to_datetime(df['Date'])

内容的提问来源于stack exchange，提问作者Addison Choi