在pandas未指定格式时，将字符串序列转为datetime如何排除特定格式？

pandas的pd.to_datetime本身并没有内置的excluded_formats参数来直接排除特定格式，但可以通过手动筛选的方式实现需求——先识别出符合要排除格式的字符串，只对剩余内容进行自动日期推断。

具体实现步骤 #

• 定义要排除的日期格式列表；
• 编写判断函数，检查字符串是否匹配任意一种排除格式；
• 对未匹配排除格式的字符串，使用pd.to_datetime自动推断解析。

示例代码 #

import pandas as pd
from datetime import datetime

# 示例数据
df = pd.DataFrame({'dates': ['21-5-2018', '2/4/2000', '05-21-2018']})

# 定义需要排除的日期格式
excluded_formats = ['%m-%d-%Y', '%m %Y']

# 判断字符串是否匹配排除格式的函数
def matches_excluded_format(date_str):
    for fmt in excluded_formats:
        try:
            datetime.strptime(date_str, fmt)
            return True
        except ValueError:
            continue
    return False

# 解析日期：排除指定格式的内容，其余自动推断
df['parsed_dates'] = df['dates'].apply(
    lambda x: pd.NaT if matches_excluded_format(x) else pd.to_datetime(x, errors='coerce')
)

print(df)

代码说明 #

• 函数matches_excluded_format通过datetime.strptime尝试匹配排除格式，匹配成功则标记为需要排除；
• 使用apply和匿名函数，对排除的行赋值pd.NaT（也可根据需求保留原字符串），未排除的行调用pd.to_datetime自动推断格式；
• errors='coerce'确保无法自动推断的行也会被转为NaT，避免报错。

内容的提问来源于stack exchange，提问作者Mario