Pandas处理日/月/年格式日期时to_datetime错误将日识别为月份问题

pandas默认调用pd.to_datetime()时如果未指定日期格式，会自动尝试推断日期排列逻辑，优先按「月/日/年」规则解析，当日期的日部分数值小于等于12时，就会出现日月颠倒的误判，你遇到的12/06/2021被识别为2021年12月6日就是这个原因。

两种可靠方案均可解决该问题：

• 方案一：显式指定日期格式（最稳妥，无歧义）
  你的日期格式为日/月/年 时:分，对应格式串为%d/%m/%Y %H:%M，转换代码修改为：

  data['date'] = pd.to_datetime(data['date'], format='%d/%m/%Y %H:%M')
  

  该方案会强制pandas完全按照你给定的格式解析，不会出现自动推断的误判问题。

• 方案二：开启日优先解析参数
  如果你不想写完整格式串，可以添加dayfirst=True参数，告知pandas日期段的第一个值为日：

  data['date'] = pd.to_datetime(data['date'], dayfirst=True)
  

修改后重新解析12/06/2021 00:00会得到正确结果2021-06-12，所有日期的月份都会正确识别为6月，后续的groupby操作就可以正常运行。

内容的提问来源于stack exchange，提问作者harlan