Pandas使用assign方法调用双参数函数处理日期列报错如何解决

你编写的代码存在两处核心问题：

• datetime.strptime('%Y-%m-%d')会直接执行函数调用，而非将可调用对象传给apply，该调用本身就缺少第一个日期字符串入参，自然无法拿到date列的对应值
• 逐行apply转换日期的性能极低，远不如pandas原生的向量化转换方法适配流水线场景

优先使用pandas内置的pd.to_datetime()实现，性能比apply高几个数量级，写法也更简洁：

import pandas as pd

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

如果是在链式数据流水线中使用，推荐用lambda引用当前流水线中的DataFrame，避免引用外部旧df对象导致的列不匹配问题：

df = (
    pd.read_csv('你的数据源文件')
    # 其他中间数据处理步骤
    .assign(date=lambda x: pd.to_datetime(x['date'], format='%Y-%m-%d'))
    # 后续数据处理步骤
)

语法修正参考（非最优，仅适配坚持用datetime.strptime的场景） #

如果一定要用datetime.strptime配合apply实现，需要用lambda包裹函数传递参数：

from datetime import datetime

df = df.assign(date=df['date'].apply(lambda x: datetime.strptime(x, '%Y-%m-%d')))

• 显式指定format参数可以大幅提升pd.to_datetime的转换速度，如果不确定日期格式可以省略该参数，pandas会自动推断标准日期格式
• assign方法返回的是新的DataFrame对象，不会修改原对象，需要赋值给变量保存转换结果

内容的提问来源于stack exchange，提问作者mmz