Python Pandas读取带AM/PM格式Datetime报错求助

问题分析 #

你遇到的核心问题是：CSV文件中timestamp列的原始格式为mm/dd/YYYY hh:mm:ss AM/PM，但pandas读取后显示为07-06 19:30这类截断格式，导致指定格式转换时触发ValueError。这大概率是因为pandas读取CSV时自动对日期列做了部分解析，丢失了原始字符串的完整信息。

解决方案 #

1. 强制读取原始字符串，避免自动解析 #

读取CSV时，指定timestamp列的数据类型为字符串，确保原始日期字符串被完整保留：

import pandas as pd
# 读取CSV，强制timestamp列为字符串类型
df = pd.read_csv('你的文件路径.csv', dtype={'timestamp': str})

或者直接禁用自动日期解析：

df = pd.read_csv('你的文件路径.csv', parse_dates=False)

2. 重新执行日期格式转换 #

此时timestamp列是完整的原始字符串，再用你原来的代码执行转换：

df['timestamp'] = pd.to_datetime(df['timestamp'], format='%m/%d/%Y %I:%M:%S %p')

3. 处理可能的混合格式问题 #

如果执行后仍报错，说明CSV中可能存在混合格式的日期（比如部分行是截断格式）。可以先强制转换并标记错误行：

df['timestamp'] = pd.to_datetime(df['timestamp'], format='%m/%d/%Y %I:%M:%S %p', errors='coerce')
# 查看转换失败的行，排查原始数据问题
print(df[df['timestamp'].isna()])

或者让pandas自动推断日期格式（适合存在多种日期格式的场景）：

df['timestamp'] = pd.to_datetime(df['timestamp'], infer_datetime_format=True)

4. 验证CSV原始内容 #

如果以上方法都无效，建议用纯文本编辑器（如Notepad++）打开CSV文件，确认timestamp列的所有行格式是否统一——避免Excel等工具自动格式化带来的视觉误导。

内容的提问来源于stack exchange，提问作者user1502668