如何使用pandas与Jupyter Notebook定位CSV文件的日期格式错误

首先调整日期转换代码，添加errors='coerce'参数，将不符合格式的日期值强制转换为时间类型空值NaT，不会直接抛出错误中断执行：

pf['create_time'] = pd.to_datetime(pf['create_time'], format="%d/%m/%Y", errors='coerce')

之后直接筛选create_time为空的行，就是所有格式异常的记录：

# 提取所有错误行
error_rows = pf[pf['create_time'].isna()]
# 打印错误行的原始create_time值和对应行号
print(error_rows[['create_time']])
# 可以导出错误行到单独CSV文件方便排查
error_rows.to_csv('create_time_error_records.csv', encoding='utf-8-sig', index_label='原始行号')

如果需要对照原始值排查，可以提前备份原始create_time字段：

# 备份原始字段
pf['create_time_raw'] = pf['create_time'].copy()
# 执行转换
pf['create_time'] = pd.to_datetime(pf['create_time'], format="%d/%m/%Y", errors='coerce')
# 查看错误行的完整关联信息
error_detail = pf[pf['create_time'].isna()][['owner_id', 'create_time_raw', 'active_time']]
print(error_detail)

你遇到的#VALOR!是Excel公式计算错误的标记，大概率是CSV导出时部分行的create_time字段公式计算失败遗留的异常值，以上方法可以一次性捞出所有错误行，无需在Excel中逐行检索。

内容的提问来源于stack exchange，提问作者Rodrigo Venturi