处理社交媒体数据集时pd.to_datetime转换日期报ParserError如何解决

错误原因说明 #

• 概率最高的原因：读取数据集时未正确识别表头，导致列名created_at被当成了数据行内容，转换时遇到纯字符串created_at无法解析
• 次要原因：你的时间字符串包含固定时区标识ET、12小时制+AM/PM、星期缩写等特殊格式，pandas默认的自动解析规则无法匹配

具体解决步骤 #

步骤1：排查数据读取问题 #

先执行以下代码检查列内容：

print(data['created_at'].head())

如果输出结果第一行是created_at，说明表头被当成了数据，重新读取数据时指定表头参数即可：

data = pd.read_csv('你的社交媒体数据路径.csv', header=0)

步骤2：指定时间格式完成转换 #

针对你给出的7:51 PM ET Fri, 17 July 2020格式，手动指定匹配的格式串，同时可以加errors='coerce'处理少量脏数据，避免程序直接中断：

# 先把字符串转成datetime类型
data['created_at'] = pd.to_datetime(
    data['created_at'],
    format='%I:%M %p ET %a, %d %B %Y',
    errors='coerce'
)
# 转成YYYY-MM-DD格式的日期字符串，和股票数据格式对齐
data['trade_date'] = data['created_at'].dt.strftime('%Y-%m-%d')

如果后续需要做时间计算，也可以用data['created_at'].dt.date保留日期类型而非字符串。

内容的提问来源于stack exchange，提问作者user16561849