Pandas中将MMDDYYYY格式日期列转为YYYY-MM-DD格式报错如何解决

日期解析的格式参数和实际数据的字段顺序不匹配：

• 目标列存储的是MMDDYYYY结构：前2位是月份、中间2位是日期、最后4位是年份（例如10011933对应1933年10月1日）
• 原代码中format='%Y%m%d'指定的解析顺序是「4位年份+2位月份+2位日期」，和实际数据顺序完全颠倒，解析时无法匹配剩余字符，就会触发ValueError: unconverted data remains报错。

将格式参数调整为匹配MMDDYYYY顺序的%m%d%Y即可，pandas的datetime类型默认展示格式就是YYYY-MM-DD，无需额外做字符串拼接处理：

df['date'] = pd.to_datetime(df['date'], format='%m%d%Y')

使用给出的样例数据做测试：

# 构造测试数据集
test_df = pd.DataFrame({
    'date': ['10011933', '04041961', '07061931', '10281988']
})
# 执行转换
test_df['date'] = pd.to_datetime(test_df['date'], format='%m%d%Y')
print(test_df)

运行输出：

date
0 1933-10-01
1 1961-04-04
2 1931-07-06
3 1988-10-28

完全符合预期转换要求。

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