解决pd.to_datetime转换MMM YY格式Series的OutOfBoundsDatetime错误

问题原因 #

执行pd.to_datetime(dim_data["mmm yy"])时触发OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1-05-22 00:00:00错误，是因为pandas默认将"May 22"这类两位年份的字符串解析为公元1年5月22日，该时间早于pandas纳秒时间戳支持的下限（1677-09-21），导致越界。

解决方案 #

1. 明确指定解析格式（推荐） #

通过format参数告诉pandas字符串的格式，确保两位年份被解析为20xx年：

dim_data["mmm yy"] = pd.to_datetime(dim_data["mmm yy"], format="%b %y")

• %b：匹配英文月份缩写（如May、Jul）
• %y：匹配两位年份，pandas默认将其映射到1969-2068区间（即"22"会被解析为2022年）

2. 控制显示格式（可选） #

如果需要保持datetime类型的同时，显示为"MMM YY"格式，可设置pandas的全局显示选项：

# 先转换为datetime类型
dim_data["mmm yy"] = pd.to_datetime(dim_data["mmm yy"], format="%b %y")
# 设置显示格式（仅改变可视化效果，底层仍是datetime类型）
pd.options.display.date_format = '%b %y'

3. 排查异常数据 #

若转换仍失败，可先检查是否存在不符合"MMM YY"格式的异常值：

# 将无法解析的行设为NaT，筛选出异常行
invalid_rows = dim_data[pd.to_datetime(dim_data["mmm yy"], format="%b %y", errors="coerce").isna()]
print("异常数据行：")
print(invalid_rows)

内容的提问来源于stack exchange，提问作者aleeeena