Pandas使用pd.to_datetime转换日期时出现日月位置颠倒问题求解

问题原因 #

直接调用pd.to_datetime()时，Pandas默认优先按月-日-年的逻辑解析日期字符串：

• 当日部分数值≤12时，会被误识别为月份，出现月日颠倒的问题
• 当日部分数值>12时，因为不可能作为合法月份，Pandas才会自动切换为日-月-年的逻辑解析，结果正确

正确解决方法 #

方法1：显式指定日期格式（最推荐） #

直接指定和你数据匹配的日期格式字符串，完全避免解析歧义，同时解析性能更高：

# %d=两位日，%m=两位月，%y=两位年份
df_non_holidays["date"] = pd.to_datetime(df_non_holidays["date"], format="%d-%m-%y")

方法2：开启dayfirst参数 #

如果不想手动写格式匹配规则，可以直接传入dayfirst=True告知Pandas日期的第一位为日：

df_non_holidays["date"] = pd.to_datetime(df_non_holidays["date"], dayfirst=True)

拓展：读取CSV时直接完成转换 #

你也可以在调用pd.read_csv()时就配置日期解析参数，一步完成读取和类型转换：

df_non_holidays = pd.read_csv(
    "holidays.csv",
    parse_dates=["date"], # 指定要解析为日期的列
    dayfirst=True # 告知解析时第一位为日
)

内容的提问来源于stack exchange，提问作者KPMR