如何从Pandas DataFrame字符串列中移除日期/时间值并替换为空？

情况1：仅混入datetime/date类型对象 #

如果你的列里只有字符串对象和datetime/date类型对象，直接通过类型判断替换最高效：

import pandas as pd
import datetime

# 假设目标列名为'target_col'
df['target_col'] = df['target_col'].apply(
    lambda x: pd.NA if isinstance(x, (datetime.datetime, datetime.date)) else x
)

用isinstance直接检查元素类型，匹配到日期/时间类型就替换为pd.NA（Pandas推荐的空值表示，适配字符串列）。

情况2：同时混入datetime对象和字符串格式的日期 #

如果列里还存在像"2023-10-01"这样的字符串格式日期，需要一并替换的话，可以结合日期解析来识别：

import pandas as pd
import datetime

# 标记能被解析为日期的行
can_parse_date = pd.to_datetime(df['target_col'], errors='coerce').notna()
# 标记本身就是datetime/date类型的行
is_date_type = df['target_col'].apply(lambda x: isinstance(x, (datetime.datetime, datetime.date)))

# 满足任一条件的行替换为空值
df.loc[can_parse_date | is_date_type, 'target_col'] = pd.NA

pd.to_datetime(..., errors='coerce')会把无法解析的内容转为NaT，notna()筛选出能解析为日期的字符串；再和类型判断的结果合并，批量替换目标行。

最优选择 #

• 若仅存在datetime/date类型混入，优先用情况1的方法，类型判断速度快，逻辑简单。
• 若包含字符串格式的日期，用情况2的方法覆盖所有场景。

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