pandas字符串日期列转datetime64及格式匹配错误解决咨询

错误原因分析 #

• 第一次执行报错：你使用的格式符%Y对应4位完整年份，但你的日期字符串中年份为2位缩写（如21对应2021），格式不匹配因此抛出ValueError。
• 第二次转换出现日月错位：直接调用astype("datetime64")时，pandas默认优先按美式月/日/年的规则推断格式，当日份数值≤12时，会错误识别为月份，导致日月错位。

正确转换代码 #

明确指定格式为日/月/2位年即可，不会出现自动推断错误的问题：

df["Date"] = pd.to_datetime(df["Date"], format = "%d/%m/%y")

如果你的数据中存在少量不符合格式的脏数据，可以添加errors='coerce'参数，将非法日期转换为空值NaT，避免整体转换失败：

df["Date"] = pd.to_datetime(df["Date"], format = "%d/%m/%y", errors="coerce")

内容的提问来源于stack exchange，提问作者Coding Wheel