Pandas合并日期时间列转datetime时dateutil.parser报错如何解决

从报错日志可以直接定位根因：你的数据中存在非法时间字符串，比如报错里的09 Sep 2021 84'。时间列并非全部是样例中的HH:MM合法格式，存在脏数据：

• 出现超过23的小时值、超过59的分钟值
• 存在多余的无效符号（比如报错中的单引号）

第一步：排查清洗脏数据 #

先找出所有不符合时间格式的异常行，根据业务规则处理：

# 匹配HH:MM合法格式，筛选出不符合的异常行
invalid_rows = df[~df['time'].str.match(r'^([01]?[0-9]|2[0-3]):[0-5][0-9]$')]
print(invalid_rows)

你可以根据业务场景选择删除异常行、修正异常值，或者后续将异常值转为时间缺失值。

第二步：执行日期时间转换 #

方案1：容错转换（自动处理非法值） #

如果接受异常时间转为缺失值NaT，可以加errors='coerce'参数避免报错中断：

df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'], errors='coerce')

方案2：指定格式转换（效率更高、解析更准确） #

清洗完所有脏数据后，可以指定匹配你数据的格式参数，提升转换效率，避免自动解析出现偏差：

df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'], format='%d %b %Y %H:%M')

内容的提问来源于stack exchange，提问作者user16304089