如何从Pandas DataFrame日期列提取唯一年份？解决格式报错

你指定固定格式%Y-%m-%d报错的原因是DOB列存在多种日期格式（如31-12-9999、01/01/1855）、带时分秒的时间字符串，还有无效值#VALUE!，单一格式无法匹配所有情况。改用以下方案即可解决：

# 解析日期：自动识别多种格式，将无效值转为NaT（无效时间标记）
df_dob['DOB_parsed'] = pd.to_datetime(df_dob['DOB'], errors='coerce')

# 提取年份、过滤无效值、生成唯一年份列表
unique_years = df_dob['DOB_parsed'].dt.year.dropna().unique().astype(str).tolist()

print(unique_years)

关键步骤说明： #

• pd.to_datetime(..., errors='coerce')：自动适配多种日期/时间格式，遇到#VALUE!这类无法解析的内容时转为NaT，避免抛出错误中断程序。
• dt.year：从解析后的标准日期列中提取年份数值。
• dropna()：剔除无效值对应的空年份，保证结果只包含有效年份。
• unique().astype(str).tolist()：去重后转成字符串类型，最终生成你需要的列表格式（如['9999', '1855', '1967']）。

如果你的数据中存在mm-dd-yyyy和dd-mm-yyyy混合的情况，可以额外添加dayfirst=True参数，帮助Pandas更准确识别日在前的格式。

内容的提问来源于stack exchange，提问作者maven