Pandas DateTime转换：处理含"0"字符串的日期列方案咨询

方法一：提前替换异常值"0"为NaN #

先将列中值为"0"的字符串替换为NaN，再执行日期解析与格式转换，能精准处理已知异常：

import pandas as pd
import numpy as np

def transform_column(data, spec):
    """
    data: 目标DataFrame
    spec: 日期格式配置，示例：["date", "COLUMN_NAME", "%Y%m%d", "%m/%d/%Y"]
    """
    # 提取目标列并转为字符串类型
    date_col = data[spec[1]].astype(str)
    # 将"0"替换为NaN
    date_col = date_col.replace("0", np.nan)
    # 解析日期，保留errors='coerce'兼容其他潜在异常格式
    date_series = pd.to_datetime(date_col, format=spec[2], errors='coerce')
    # 转换为指定格式，将NaT对应结果转为NaN
    formatted_dates = date_series.dt.strftime(spec[3])
    formatted_dates = formatted_dates.where(formatted_dates.notna(), np.nan)
    
    return formatted_dates

方法二：利用pd.to_datetime自动处理异常 #

无需提前替换"0"，通过errors='coerce'参数让pd.to_datetime将所有无法解析的字符串（包括"0"）转为NaT，再统一转换为NaN：

import pandas as pd
import numpy as np

def transform_column(data, spec):
    """
    data: 目标DataFrame
    spec: 日期格式配置，示例：["date", "COLUMN_NAME", "%Y%m%d", "%m/%d/%Y"]
    """
    date_col = data[spec[1]].astype(str)
    # 解析日期，无法匹配格式的内容转为NaT
    date_series = pd.to_datetime(date_col, format=spec[2], errors='coerce')
    # 转换格式并将"NaT"字符串替换为NaN
    formatted_dates = date_series.dt.strftime(spec[3]).replace("NaT", np.nan)
    
    return formatted_dates

适配的缺失值类型说明 #

• pandas的日期时间类型（datetime64[ns]）专属缺失值标记为NaT（Not a Time），用于表示无效的时间值。
• 最终返回字符串格式日期列时，建议将NaT转换为numpy.nan（即pandas中的NaN），这是字符串列通用的缺失值标记，能和其他字符串列的缺失值处理逻辑保持一致。

测试示例 #

假设测试DataFrame如下：

df = pd.DataFrame({"COLUMN_NAME": ["20220104", "0", "20231231", "20210228"]})
spec = ["date", "COLUMN_NAME", "%Y%m%d", "%m/%d/%Y"]
print(transform_column(df, spec))

输出结果：

0    01/04/2022
1           NaN
2    12/31/2023
3    02/28/2021
Name: COLUMN_NAME, dtype: object

内容的提问来源于stack exchange，提问作者Eve