Python中pandas.to_datetime转换dd-mm-yy格式日期异常怎么解决？

完整实现代码 #

import pandas as pd

d = pd.DataFrame({"dat":["01-06-68", "01-06-57","14-02-80","01-01-04","07-11-20"],
                "j":[34,2,1,7,8]})

# 方法1：兼容所有pandas版本
# 先指定输入格式为dd-mm-yy，解决日月顺序识别错误问题
d['dat'] = pd.to_datetime(d['dat'], format='%d-%m-%y')
# 自定义年份阈值调整，这里设置年份>=2050的都归到上世纪，可根据实际需求修改阈值
d.loc[d['dat'].dt.year >= 2050, 'dat'] = d['dat'] - pd.DateOffset(years=100)

# 方法2：pandas版本>=2.2可直接用内置参数一步实现
# d['dat'] = pd.to_datetime(d['dat'], format='%d-%m-%y', year_cutoff=50)

输出验证 #

执行上述代码后输出d['dat']即可得到期望结果：

0   1968-06-01
1   1957-06-01
2   1980-02-14
3   2004-01-01
4   2020-11-07
Name: dat, dtype: datetime64[ns]

说明 #

• pd.to_datetime的format参数明确指定输入日期的结构为%d-%m-%y（日-月-两位数年份），避免自动推断出现日月顺序颠倒的问题
• year_cutoff参数的逻辑为：两位数年份小于参数值的归为21世纪，大于等于参数值的归为20世纪，可根据业务场景自行调整阈值大小
• 低版本pandas没有内置year_cutoff参数，用手动偏移100年的方式即可实现相同效果

内容的提问来源于stack exchange，提问作者Amit