使用pd.to_datetime转换时间列触发OutOfBoundsDatetime错误的排查求助

错误原因 #

你遇到的OutOfBoundsDatetime错误，本质是pd.to_datetime默认会把单独的时间字符串（比如0:10:52）补全成日期+时间格式，默认日期是公元1年1月1日（1-01-01），但pandas的纳秒时间戳最早只支持到1677年9月21日，这个远古日期直接超出了范围，所以触发报错。

另外，错误信息里的1-01-01 00:00:34说明你的数据里大概率存在不符合HH:MM:SS格式的异常值，比如某个单元格只有00:34（分:秒）或者34（秒），pd.to_datetime会把这类字符串解析成当天的0时0分34秒，补全默认日期后就触发了越界错误。

排查与解决步骤 #

1. 定位异常数据 #

先找出所有不符合HH:MM:SS格式的行，用以下代码：

# 分割时间字符串，检查是否包含时/分/秒三个部分
invalid_rows = log_file[log_file['start time'].str.split(':').str.len() != 3]
print(invalid_rows)

运行后就能看到哪些行的时间格式有问题，比如只有分秒、只有秒，或者格式错乱的内容。

2. 正确的时间转换方法 #

你的数据是时长/时间点，不是带日期的时间戳，更适合用以下两种方式处理：

方法一：用pd.to_timedelta转换（推荐）

直接把时间字符串转成时长类型，后续可灵活提取时间部分：

import datetime

# 转成timedelta类型
log_file['start time'] = pd.to_timedelta(log_file['start time'])
# 转换为datetime.time类型
log_file['start time'] = log_file['start time'].dt.components.apply(
    lambda x: datetime.time(x.hours, x.minutes, x.seconds), axis=1
)

方法二：给pd.to_datetime指定有效日期+格式

如果一定要用pd.to_datetime，可以指定一个在pandas支持范围内的基准日期，同时强制格式解析：

# 指定基准日期为1970-01-01，按HH:MM:SS格式解析，错误内容转成NaT
log_file['start time'] = pd.to_datetime(
    log_file['start time'], 
    format='%H:%M:%S', 
    errors='coerce'
).dt.time

3. 处理异常值 #

根据第一步找到的异常数据，要么修正CSV里的格式，要么用以下方式处理：

import datetime

# 填充默认时间（比如00:00:00）
log_file['start time'] = log_file['start time'].fillna(datetime.time(0,0,0))
# 或者直接删除异常行
log_file = log_file.dropna(subset=['start time'])

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