Pandas读取Excel触发OverflowError: date value out of range求助

这个报错是因为openpyxl解析Excel日期时，遇到了超出Python datetime模块支持范围的日期值——哪怕单元格显示为ISO格式，底层存储的Excel日期序列号可能异常（比如早于公元1年1月1日，或远超出常规时间范围的数值）。以下是几种可行的解决方法：

• 指定日期列为字符串读取
  直接将疑似存在问题的日期列按字符串类型读取，跳过自动解析步骤：

  import pandas as pd
  # 替换'date_col'为你实际的日期列名
  df = pd.read_excel('./Inputs/fileXXX.xlsx', dtype={'date_col': str})
  

  如果不确定具体哪列异常，也可以全局按字符串读取所有列：

  df = pd.read_excel('./Inputs/fileXXX.xlsx', dtype=str)
  

  读取完成后，再手动处理日期列，用pd.to_datetime将有效日期转换为datetime类型，异常值转为NaT：

  df['date_col'] = pd.to_datetime(df['date_col'], errors='coerce')
  

• 切换至xlrd引擎读取
  Pandas默认用openpyxl处理xlsx文件，换成xlrd引擎可能避开这个解析问题（注意xlrd 2.0及以上版本仅支持xls格式，若你的文件是xlsx，需安装xlrd 1.2.0版本）：

  import pandas as pd
  df = pd.read_excel('./Inputs/fileXXX.xlsx', engine='xlrd')
  

  若提示缺少xlrd，执行安装命令：pip install xlrd==1.2.0

• 预处理Excel文件修复异常日期
  直接打开Excel文件排查并修复异常值：

  1. 定位日期列，筛选出超出合理时间范围的单元格（比如1900年之前、2100年之后的异常日期）
  2. 将这些异常值替换为合理日期，或清空单元格
  3. 保存文件后再用Pandas读取

内容的提问来源于stack exchange，提问作者Zan