Pandas如何将自定义英文日期格式转换为datetime（西班牙语locale环境）

问题核心原因&解决方案 #

你不需要提前把日期转换为%m/%d/%Y格式，只需要修复两个错误就能直接解析：

1. 格式字符串书写错误
   你当前使用的%b %m, %Y是逻辑错误的：%m代表数字格式的月份，而你日期字符串中第二个字段是日期（比如Jan 20, 2019里的20是日），应该替换为%d，正确的格式串为%b %d, %Y。
   你之前测试Feb 01, 2019看似解析成功只是巧合，实际解析结果是错误的：%b识别到Feb对应2月，%m又把月份覆盖为1月，最终结果和预期完全不符。

2. locale设置不生效问题
   标准库locale的全局设置对pandas的to_datetime函数适配性很差，不同系统的locale命名规则也不一样，你写的'EN'大部分环境都无法正确识别。
   推荐两种适配性更高的处理方案：

方案1：pandas 2.0+直接指定locale参数（优先选择）

不需要修改全局locale，直接在to_datetime方法中传入locale参数即可，根据你的系统选对应写法：

# Unix/Linux/macOS 环境
import pandas as pd
df['Date'] = pd.to_datetime(df['Date'], format='%b %d, %Y', locale='en_US.UTF-8')

# Windows 环境
df['Date'] = pd.to_datetime(df['Date'], format='%b %d, %Y', locale='English_US')

方案2：低版本pandas用dateutil自定义月份解析

如果你的pandas版本低于2.0，不支持locale参数，可以手动定义英文月份映射解析，完全不依赖系统locale：

from dateutil.parser import parse
from dateutil.parser import parserinfo

# 自定义英文月份解析规则
class ENMonthParser(parserinfo):
    MONTHS = [
        ('Jan', 'January'), ('Feb', 'February'), ('Mar', 'March'),
        ('Apr', 'April'), ('May', 'May'), ('Jun', 'June'),
        ('Jul', 'July'), ('Aug', 'August'), ('Sep', 'September'),
        ('Oct', 'October'), ('Nov', 'November'), ('Dec', 'December')
    ]

# 应用到整个Date列
df['Date'] = df['Date'].apply(lambda x: parse(x, parserinfo=ENMonthParser()))

两种方案都能稳定解析你手里的英文格式日期，性能远高于手动做字符串格式转换。

内容的提问来源于stack exchange，提问作者luisfer