使用Pandas加载Excel文件时无法正确转换日期格式的求助

我使用pandas的read_excel方法加载Excel文件，设置parse_dates=True参数后，日期格式无法正确转换。本地Excel中的日期格式准确，但加载到Python后，一半数据的dmY格式被错误识别为mdY。我需要的输出格式为YYYY-mm-dd HH:MM:SS。

示例数据 #

df = pd.DataFrame({'ID':[2914240.0,2914137.0,2929456.0,2920801.0],
                   'RT_Date':['2021-01-02 06:38:00','2021-01-02 02:58:00','02-19-2021 17:59:00','2021-09-02 12:49:00'],
                   'DateCreated':['01-31-2021 14:38:12','01-31-2021 10:57:50','02-19-2021 01:58:38','2021-09-02 11:35:51']})

尝试过的代码 #

df = pd.read_excel('demo.xlsx', parse_dates=True)

问题原因与解决方法 #

问题原因 #

parse_dates=True会让pandas自动推断日期格式，但当数据中混杂多种日期格式（比如部分是YYYY-MM-DD、部分是MM-DD-YYYY）时，自动推断逻辑会出错——尤其是当日期的日≤12时，pandas会优先按MM-DD-YYYY解析，导致dmY格式被误判。

解决方法 #

不要依赖自动推断，手动指定解析规则：

方法1：用dateutil处理多格式解析

先安装依赖库：

pip install python-dateutil

然后自定义解析函数：

from dateutil.parser import parse

# 指定需要解析的日期列，用parse函数处理多种格式
df = pd.read_excel('demo.xlsx', parse_dates=['RT_Date', 'DateCreated'], date_parser=parse)

# 可选：转换为目标字符串格式（若需保持datetime类型用于时间运算，可跳过此步）
df['RT_Date'] = df['RT_Date'].dt.strftime('%Y-%m-%d %H:%M:%S')
df['DateCreated'] = df['DateCreated'].dt.strftime('%Y-%m-%d %H:%M:%S')

方法2：指定所有可能的日期格式（pandas 1.3.0+支持）

如果明确知道数据中的日期格式类型，直接指定多种格式：

df = pd.read_excel('demo.xlsx')

# 对每个日期列转换，列出所有可能的格式
df['RT_Date'] = pd.to_datetime(df['RT_Date'], format=['%Y-%m-%d %H:%M:%S', '%m-%d-%Y %H:%M:%S'])
df['DateCreated'] = pd.to_datetime(df['DateCreated'], format=['%Y-%m-%d %H:%M:%S', '%m-%d-%Y %H:%M:%S'])

# 可选：转换为目标字符串格式
df['RT_Date'] = df['RT_Date'].dt.strftime('%Y-%m-%d %H:%M:%S')
df['DateCreated'] = df['DateCreated'].dt.strftime('%Y-%m-%d %H:%M:%S')

注意事项 #

• 检查Excel中的日期类型：如果是Excel自带的日期格式（本质是数值），pandas通常能正确解析；如果是手动输入的文本格式，才会出现格式混杂问题。
• 若后续需要进行时间运算，建议保留datetime类型，无需转换为字符串；仅当需要固定格式的字符串输出时，再用strftime转换。

内容的提问来源于stack exchange，提问作者Mark