如何用Pandas正确将dd/mm/yy格式日期转换为dd/mm/yyyy？

出现日月互换的问题，本质是pd.to_datetime默认会自动推断日期格式，当日期里的“日”数值≤12时，它会优先把第一个数字当成月份（比如03/05/22会被误解析成2022年3月5日，而非2022年5月3日），只有当“日”>12时才会按日/月逻辑解析，导致部分日期格式混乱。

给你两种靠谱的解决方法：

1. 明确指定输入格式（推荐） #

直接通过format参数告诉Pandas你的日期是dd/mm/yy格式，彻底避免推断错误：

# 先转换成datetime类型
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%y')

# 如果需要输出成dd/mm/yyyy的字符串格式，再加一步strftime
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%y').dt.strftime('%d/%m/%Y')

参数说明：

• %d：两位数字的日
• %m：两位数字的月
• %y：两位数字的年份（会自动补全为4位，比如22→2022，99→1999）
• %Y：四位数字的年份

2. 强制优先解析日（适合混合格式场景） #

如果你的数据里同时存在dd/mm/yy和mm/dd/yy的混合格式，可以用dayfirst=True参数让Pandas优先把第一个数字当作日：

df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)

注意：如果所有日期的日都≤12，这个参数还是可能出现误判，所以优先推荐第一种方法。

内容的提问来源于stack exchange，提问作者NickH