为什么使用Pandas转换为Datetime时会出现日期格式错位问题？

问题原因 #

pandas的pd.to_datetime()函数默认采用美式日期解析逻辑（优先将第一个数值识别为月份），当字符串中第一个数值≤12时，会默认判定为月份，只有当第一个数值＞12（无法作为合法月份取值）时，才会自动识别为日期：

• 第一条记录22-04-15、第三条记录18-04-15的首段数值22、18均大于12，无法被解析为月份，因此自动识别为日期，结果正确
• 第二条记录04-08-15、第四条记录05-07-15的首段数值04、05均≤12，被默认解析为月份，因此出现月日错位的问题

解决方案 #

有两种常用解决方式，第二种精准指定格式的方案更稳定，适合已知日期格式的场景：

• 开启dayfirst参数，明确告知pandas日期段在前：

df['Date'] = pd.to_datetime(df['Date'], dayfirst=True)

• 直接指定日期匹配格式，完全避免解析歧义，同时解析效率更高：

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

内容的提问来源于stack exchange，提问作者Siddharth Soni