pandas转换dd-mmm-yy格式文本日期时调用.dt访问器报错

AttributeError: Can only use .dt accessor with datetimelike values 的触发原因非常明确：pandas中的*.dt访问器仅支持datetime、timedelta类的时间类型Series*，你的date_text列是文本类型（object/string dtype），不支持.dt系列时间操作，直接调用必然触发报错。

你需要先将文本格式的日期列转换为pandas内置的datetime类型，再执行格式转换操作：

1. 调用pd.to_datetime()完成文本到时间类型的转换，由于你的原始日期格式固定为dd-mmm-yy（例：01-Jun-22），显式指定匹配格式可以提升解析效率，同时避免自动识别的格式错误：

import pandas as pd

# 文本列转datetime类型
df['date_parsed'] = pd.to_datetime(df['date_text'], format='%d-%b-%y')

2. 类型转换完成后，再调用.dt.strftime()输出你需要的dd/mmm/yy格式字符串：

df['new_date'] = df['date_parsed'].dt.strftime('%d/%b/%y')

如果列中存在不符合规范的坏日期值，转换时可能报错，可以添加errors='coerce'参数，将无法解析的异常值统一转为空时间值NaT，避免流程中断：

df['date_parsed'] = pd.to_datetime(df['date_text'], format='%d-%b-%y', errors='coerce')

注意：strftime的作用是将datetime类型转为指定格式的字符串，无法直接作用在文本类型的列上；字符串转datetime类型需要用pd.to_datetime()完成，操作顺序不能搞反。

内容的提问来源于stack exchange，提问作者Ran Antes