无法将Pandas的time列转换为datetime类型问题求助

• 核心原因是time列中存在不符合%Y-%m-%d %H:%M:%S格式的异常值，报错信息中明确提到匹配失败的内容是字符串'time'，大概率是导入数据时未正确识别表头，把表头行当成了普通数据行读取，导致列里混入了值为'time'的异常行。你用.loc选取单行时刚好选中了格式正常的行，因此可以正常转换，批量处理时碰到异常值就会触发报错。
• 次要排查方向：也有可能是列中存在其他异常值，比如空值、时间字符串前后有多余空格、个别行的时间格式和示例不一致（比如缺少秒位、日期分隔符错误等）。

1. 先排查所有异常行，运行以下代码筛选出格式不符合要求的内容：

# 匹配标准时间格式，输出所有不匹配的异常行
invalid_time_rows = df[~df['time'].str.match(r'^\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}$', na=False)]
print(invalid_time_rows)

2. 如果确认异常是表头混入数据导致的，重新导入数据时指定header=0参数即可：

# 示例为csv文件导入，其他数据源同理指定表头行位置
df = pd.read_csv('你的数据文件路径.csv', header=0)

3. 如果是少量零散异常值，可以先过滤异常值再做时间转换：

# 仅保留格式正常的行后转换时间格式
df = df[df['time'].str.match(r'^\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}$', na=False)]
df['time'] = pd.to_datetime(df['time'], format='%Y-%m-%d %H:%M:%S')

内容的提问来源于stack exchange，提问作者2015samtaylor