Python Pandas读取CSV文件时如何将指定列读取或转换为日期格式

• 方案1：读取文件时直接指定日期格式完成解析
  直接在read_csv参数中指定匹配格式，无需二次转换：

  hs = pd.read_csv('history.csv', parse_dates=['Month'], date_format='%m/%d/%Y')
  

• 方案2：读取后手动指定格式转换
  针对已经读取到内存的数据，显式指定格式避免自动识别出错，同时兼容脏数据场景：

  # 格式不匹配的内容会转为空值NaT，不会抛出错误
  hs['Month'] = pd.to_datetime(hs['Month'], format='%m/%d/%Y', errors='coerce')
  

• 异常排查方法
  如果转换后存在大量NaT，说明原始数据有不符合%m/%d/%Y格式的脏数据，可执行以下命令筛选出异常行：

  # 输出所有不符合月/日/年格式的Month值
  print(hs[~hs['Month'].str.match(r'^\d{1,2}/\d{1,2}/\d{4}$')]['Month'])
  

  修正异常值后重新执行转换即可。

内容的提问来源于stack exchange，提问作者Ashish