Pandas中DataFrame日期列转datetime报错，请求技术协助

问题重现 #

DataFrame中Order Date列数据如下：

Order Date
0   04/19/19 08:46
2   04/07/19 22:30
3   04/12/19 14:38
4   04/12/19 14:38
5   04/30/19 09:27

该列数据类型为object：

df.dtypes
# 输出：
# Order Date          object

执行转换代码时报错：

df['Order Date']=pd.to_datetime(df['Order Date'], format='%m/%d/%y %H:%M')

报错信息：

ValueError: time data '04/19/19 08:46' does not match format '%m/%d/%y %H:%M' (match)

解决方法 #

1. 清理日期字符串的隐藏空白字符 #

多数情况下报错是因为字符串前后存在看不见的空格、换行符或制表符，先做数据清理：

# 去除字符串前后所有空白字符
df['Order Date'] = df['Order Date'].str.strip()
# 重新执行转换
df['Order Date'] = pd.to_datetime(df['Order Date'], format='%m/%d/%y %H:%M')

2. 让pandas自动推断日期格式 #

如果清理后仍报错，可以省略format参数，让pandas自动识别格式，同时用errors='coerce'标记转换失败的数据：

df['Order Date'] = pd.to_datetime(df['Order Date'], errors='coerce')

3. 排查异常数据 #

如果转换后出现NaT值，筛选这些行查看异常格式：

# 找出转换失败的行
invalid_rows = df[df['Order Date'].isna()]
print(invalid_rows)

确认是否有其他格式的日期混入（比如dd/mm/yyyy格式、缺少时间部分等），再针对性调整转换逻辑。

内容的提问来源于stack exchange，提问作者user19859618