Pandas日期列转换：如何替换无效值？astype仅支持raise/ignore

你可以使用pandas的pd.to_datetime()函数替代astype()来实现需求，这个函数支持errors='coerce'参数，能将无效日期值转为时间类型的空值NaT，之后再通过fillna()替换为你需要的默认值。

具体代码示例 #

import pandas as pd

# 第一步：转换日期列，无效值转为NaT（时间类型空值）
df["Date"] = pd.to_datetime(df["Date"], errors="coerce")
# 第二步：将所有NaT替换为指定默认日期（示例用2000-01-01，可自行修改）
df["Date"] = df["Date"].fillna(pd.to_datetime('2000-01-01'))

也可以合并为一行代码：

df["Date"] = pd.to_datetime(df["Date"], errors="coerce").fillna(pd.to_datetime('2000-01-01'))

关键说明 #

• pd.to_datetime(..., errors="coerce")：自动识别有效日期格式完成转换，无法解析的无效值统一转为NaT，不会导致脚本崩溃。
• fillna()：将所有NaT替换为你指定的默认日期，注意默认值需要用pd.to_datetime()转为datetime类型，避免出现类型不匹配问题。

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