如何解决pandas转换日期列时出现OutOfBoundsDatetime错误的问题

报错原因 #

你遇到的OutOfBoundsDatetime报错是pandas默认时间类型的精度限制导致的：pandas默认使用datetime64[ns]（纳秒精度时间戳）存储日期，仅支持公元1677年9月21日至公元2262年4月11日区间内的日期，你提到的00开头的早年日期（比如0020年）远早于这个下界，因此触发越界错误。

另外你现有代码存在变量名不一致的问题：遍历的是my_df的列，但取值用了global_events_df，实际运行时需要根据你的实际表名调整统一。

解决方案 #

根据你的使用场景可以选择以下两种处理方式：

方案1：使用Python原生datetime存储（无需pandas时间序列运算） #

Python原生datetime模块支持公元1年到9999年的日期范围，适合只需要存储日期、不需要做pandas内置时间计算的场景：

import pandas as pd
from datetime import datetime

# 自定义日期解析函数，可根据你的实际日期格式调整format参数
def parse_early_date(date_str):
    # 日期格式为0020-01-31时用"%Y-%m-%d"，若为20-01-31且确实是公元0020年可先补前缀：date_str = "00" + date_str
    return datetime.strptime(date_str, "%Y-%m-%d").date()

# 处理两个早年日期列
my_df['date_1'] = my_df['date_1'].apply(parse_early_date)
my_df['date_2'] = my_df['date_2'].apply(parse_early_date)
# 正常年份的date_3可直接用pandas转换
my_df['date_3'] = pd.to_datetime(my_df['date_3']).dt.date

方案2：转换为Period类型（需要使用pandas时间序列运算） #

如果需要对日期列做时间差计算、时间筛选等pandas内置运算，可以转换为Period类型，支持超大日期范围：

# 直接用PeriodIndex解析超早年日期，避免纳秒时间戳越界，freq='D'表示精度为天
my_df['date_1'] = pd.PeriodIndex(my_df['date_1'], freq='D')
my_df['date_2'] = pd.PeriodIndex(my_df['date_2'], freq='D')
# 正常日期列依然可以用原有逻辑转换
my_df['date_3'] = pd.to_datetime(my_df['date_3']).dt.date

额外注意 #

如果你的00开头年份是录入时丢失了前两位（比如0020实际是2020），可以先对字符串做补位处理再用常规方式转换：

# 把开头的00替换为20，补全为20xx年
my_df['date_1'] = my_df['date_1'].str.replace(r'^00', '20', regex=True)
my_df['date_1'] = pd.to_datetime(my_df['date_1']).dt.date

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