从dd/mm/yy格式注册日期列提取年份报ParserError超范围问题

抛出ParserError: year 44091 is out of range: 44091.57292的核心原因是Registration date列并非全是你认知里的dd/mm/yy hh:mm:ss格式文本，其中混杂了Excel存储日期用的数值型序列号：

• Excel的日期存储规则是将1899-12-30记为起点0，每过1天序列号加1，小数部分对应当天的时分秒占比，你看到的44091.57292实际对应2020-09-11 13:45左右的时间，是合法的日期存储值。
• 你之前用的日期解析逻辑只适配了dd/mm/yy hh:mm:ss格式的文本，碰到这类纯数值时，会错误把数值的整数部分识别为年份字段，44091远超出日期类支持的年份范围，直接触发解析报错。
• 这类混存问题一般是读取Excel文件时产生的：列内部分单元格被设为数值格式、部分是文本格式的日期，pandas默认不会自动对类型混杂的列做统一日期转换，会把Excel的原始序列号原样读入DataFrame。

• 不要用默认无参数的日期转换方法硬转整列，需要针对两类存储值分别写解析规则。
• 使用自定义解析函数适配混合格式的日期列，参考实现（pandas数据处理场景）：

import pandas as pd

def parse_reg_date(val):
    # 处理数值型Excel日期序列号，origin参数对齐Excel的日期计算规则
    if pd.notna(val) and isinstance(val, (int, float)):
        return pd.to_datetime(val, unit="D", origin="1899-12-30")
    # 处理文本型dd/mm/yy hh:mm:ss格式日期，明确指定格式避免日月解析错位
    return pd.to_datetime(val, format="%d/%m/%y %H:%M:%S", errors="coerce")

# 应用到目标列完成datetime类型转换
df["Registration date"] = df["Registration date"].apply(parse_reg_date)

• 转换完成后随机抽取3-5行原报错位置的记录做校验，确认日期解析结果符合业务预期后，直接用.dt.year就能正常提取年份，不会再触发越界错误。

内容的提问来源于stack exchange，提问作者Aish