Pandas读取Excel日期时无法识别月日顺序的问题解决

你的问题核心是Pandas读取Excel时自动解析日期的逻辑导致格式不一致，且转换时未强制指定原日期格式，从而出现月日颠倒的情况。以下是两种可靠的解决方法：

方法一：读取时强制按MM/DD/YYYY解析 #

先定义一个日期解析函数，强制按原Excel的MM/DD/YYYY格式解析所有日期，避免Pandas自动推断出错：

from datetime import datetime
import pandas as pd

def parse_mmddyyyy(date_val):
    # 处理已被自动解析为datetime的情况
    if isinstance(date_val, datetime):
        return date_val
    # 按MM/DD/YYYY格式解析字符串
    return datetime.strptime(date_val, '%m/%d/%Y')

# 读取Excel时指定解析Date列，用自定义函数解析
df = pd.read_excel("test.xlsx", parse_dates=['Date'], date_parser=parse_mmddyyyy)
# 格式化为MM/DD/YYYY字符串显示
df['Date'] = df['Date'].dt.strftime('%m/%d/%Y')
print(df)

方法二：先读取为字符串，再统一转换 #

先将Date列以字符串类型读取，避免Pandas自动解析，再统一按MM/DD/YYYY格式转换：

import pandas as pd

# 读取时指定Date列为字符串类型
df = pd.read_excel("test.xlsx", dtype={'Date': str})
# 强制按MM/DD/YYYY格式转换为datetime，再格式化显示
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y').dt.strftime('%m/%d/%Y')
print(df)

关键说明： #

• 必须指定format='%m/%d/%Y'，否则Pandas会自动推断日期格式，当日期中的日≤12时，极易混淆月和日。
• 两种方法都能确保最终Date列保持原Excel的MM/DD/YYYY格式显示，不会出现月日颠倒的问题。

内容的提问来源于stack exchange，提问作者user026