从CSV导入Python后，DataFrame日期索引部分日期解析错误

我需要在Python中分析一个包含两列（时间戳Timestamp、均值Mean）的DataFrame，加载CSV的代码如下：

df = pd.read_csv('L_strom_30974_gerundet.csv', sep=';', names=['Timestamp', 'Mean'])
df['Timestamp'] = pd.to_datetime(df.Timestamp,format= '%d.%m.%y %H:%M', infer_datetime_format=True)
df.set_index('Timestamp', inplace=True)
df.index = pd.DatetimeIndex(df.index).to_period('15T')
df = df.sort_index()

遇到的问题：CSV原始日期范围仅为2009-01-01 00:00至2010-10-04 23:45，但导入后在绘图和df.info中出现了2010年11月、12月的日期：

PeriodIndex: 61628 entries, 2009-01-01 00:00 to 2010-12-09 23:45
Freq: 15T
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   Mean    61628 non-null  float64
dtypes: float64(1)

CSV中未找到该时间段的数据，且df.info的条目数与CSV行数一致，推测是部分日期解析错误。导入后DataFrame的尾部数据如下：

Mean
Timestamp             
2010-12-09 22:45   186
2010-12-09 23:00   206
2010-12-09 23:15   168
2010-12-09 23:30   150
2010-12-09 23:45   132

想请教为何大部分日期解析正确，仅部分出错？

核心原因 #

你同时使用了format='%d.%m.%y %H:%M'和infer_datetime_format=True两个参数，这是矛盾的：

• format参数是强制pandas用指定格式解析日期
• infer_datetime_format=True会让pandas在按指定格式解析失败时，自动尝试推断其他日期格式

CSV中可能存在少数日期的格式和你指定的%d.%m.%y不匹配（比如部分行把日和月的顺序写反了，或者年份格式不一致），当这些行按指定格式解析失败时，pandas会自动推断格式，导致日期被错误解析成2010年11、12月的日期。

排查与解决步骤 #

1. 关闭自动推断，强制指定格式
   修改日期解析代码，去掉infer_datetime_format=True，并添加errors='coerce'让解析失败的日期转为NaT（Not a Time），方便定位问题行：

   df['Timestamp'] = pd.to_datetime(df.Timestamp, format='%d.%m.%y %H:%M', errors='coerce')
   

2. 定位错误行
   筛选出Timestamp为NaT的行，查看对应的原始日期字符串，就能找到格式不匹配的内容：

   bad_rows = df[df['Timestamp'].isna()]
   print(bad_rows)
   

3. 修正解析规则
   根据找到的错误格式，调整解析逻辑：

   • 如果只是少数行格式错误，可以手动修正CSV中的内容
   • 如果存在多种格式，可以指定格式列表让pandas依次尝试：

     df['Timestamp'] = pd.to_datetime(df.Timestamp, format=['%d.%m.%y %H:%M', '%m.%d.%y %H:%M'], errors='coerce')
     

4. 验证结果
   解析完成后，检查日期范围是否符合预期：

   print(df['Timestamp'].min(), df['Timestamp'].max())
   

内容的提问来源于stack exchange，提问作者Julius B