pandas中pd.to_datetime无报错但结果仍为字符串如何解决

无报错但时间列未转成datetime类型，是两个高频踩坑点导致的：

• 低版本Python（3.7以下）、低版本pandas（1.0以下）中，%z格式符无法识别带冒号的时区偏移（比如你时间里的-05:00，旧版只认-0500这种无冒号格式），解析时会静默返回原字符串，不会抛出格式不匹配的错误。
• 列内混入了极少量不符合指定格式的异常值，且未做异常处理，导致整列类型回退为object（字符串）。

方案1：最简写法（全版本兼容，推荐） #

不用手动指定format，直接调用pandas原生的ISO时间解析能力，自动适配带冒号的时区格式：

df['Timestamp'] = pd.to_datetime(df['Timestamp'])

如果需要把所有时间统一转为UTC时区，加参数utc=True即可

方案2：保留手动指定format的写法 #

先预处理字符串把时区偏移里的冒号去掉，再用你原来的格式串解析，兼容所有运行环境：

# 正则替换掉时区部分的冒号，比如把-05:00转成-0500
df['Timestamp'] = pd.to_datetime(
    df['Timestamp'].str.replace(r'([+-]\d{2}):(\d{2})$', r'\1\2', regex=True),
    format='%Y-%m-%dT%H:%M:%S%z'
)

方案3：升级依赖版本 #

直接把Python升级到3.8+、pandas升级到1.3+，你原来写的代码不需要任何修改就能正常运行，新版本已经修复了带冒号时区的解析兼容问题。

转换完成后执行以下代码校验类型：

print(df['Timestamp'].dtype)

正常会输出类似datetime64[ns, pytz.FixedOffset(-300)]的带时区datetime类型，不会再显示为object/字符串类型。

注意：转换完成后不要对该列做字符串类的赋值操作，否则会把列类型重新改回字符串。

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