使用Pandas to_datetime转换日期列全返回NaT的问题求助

核心问题：pd.to_datetime的格式参数错误 #

你的Month列格式是Oct-22、Sep-22这种英文月份缩写+两位年份，但你用了%m-%y格式——这个格式对应的是数字月份+两位年份（比如10-22），格式不匹配自然会返回全NaT。

修复步骤： #

1. 修正格式参数：把format='%m-%y'改成format='%b-%y'，%b是pandas识别英文月份缩写的格式符。
2. 检查PEA列NaN问题：你读CSV时加了dtype={'a': str}，如果你的数据源里根本没有a列，这个参数可能会引发数据读取异常，导致其他列（比如PEA）丢失或变成NaN，建议直接删掉这个参数，或者替换成实际存在的列名。
3. 可选：适配系统语言环境：如果你的系统默认是中文locale，pandas可能无法识别英文月份缩写，需要提前设置英文locale：
   • Windows系统：

     import locale
     locale.setlocale(locale.LC_TIME, 'English_US.1252')
     

   • Linux/macOS系统：

     import locale
     locale.setlocale(locale.LC_TIME, 'en_US.UTF-8')
     

修改后的完整代码： #

import numpy as np
import pandas as pd
# 可选：设置英文locale（如果系统是中文环境）
# import locale
# locale.setlocale(locale.LC_TIME, 'English_US.1252') # Windows用这个
# locale.setlocale(locale.LC_TIME, 'en_US.UTF-8') # Linux/macOS用这个

inputpath='HistoricalPrices'
# 去掉不必要的dtype参数，避免读取异常
dataset=pd.read_csv(inputpath, sep=',', low_memory=False)
print(dataset.head())
dataset = dataset.iloc[::-1].reset_index(drop=True)
# 修正format参数为%b-%y
dataset['Month']=pd.to_datetime(dataset['Month'], errors='coerce', format='%b-%y')
print(dataset['Month'].dtypes)
print(dataset)

验证说明： #

运行修改后的代码后，Month列应该会正确转换为datetime64[ns]类型，且不再是全NaT；PEA列也会恢复正常数值（只要数据源本身该列有有效值）。

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