Pandas dataframe日期转换报错TypeError: 'Series' object is not callable求助

报错根因 #

该报错和日期格式、列数据本身没有关系，核心原因是你在之前的代码运行过程中，不小心将pd.to_datetime这个pandas原生方法覆盖成了一个Series类型的变量，后续调用pd.to_datetime()时实际是在调用不可执行的Series对象，因此触发报错。

解决步骤 #

• 第一步：重启Python运行环境（Jupyter Notebook/Lab请重启内核，本地脚本请终止进程后重新运行），清除之前错误赋值的变量，单独运行日期转换代码测试，绝大多数情况下重启即可解决问题。
• 第二步：如果重启后仍报错，检查全量代码中是否存在类似pd.to_datetime = df['某列名']的错误赋值语句，删除该类语句避免覆盖原生方法。

两列日期的正确转换代码 #

你给出的trending_date的格式参数是正确的，publish_date为标准ISO日期格式，pandas可自动识别，完整转换代码如下：

import pandas as pd

# 转换trending_date，格式匹配：年.日.月
df['trending_date'] = pd.to_datetime(df['trending_date'], format = '%y.%d.%m')
# 转换publish_date，自动识别标准格式
df['publish_date'] = pd.to_datetime(df['publish_date'])

验证转换结果 #

执行以下代码查看列类型，确认两列均为datetime64类型即为转换成功：

print(df.dtypes)

内容的提问来源于stack exchange，提问作者Stuti Gupta