如何将存在两种不同格式的日期列转换为统一格式并解决ValueError报错

问题原因 #

你当前的代码仅适配了斜杠分隔的%d/%m/%Y格式日期，遇到横杠分隔的%d-%m-%Y格式时无法匹配，因此抛出格式错误。

解决方案 #

方案1：使用pandas内置方法自动识别（更推荐）

pandas的to_datetime方法支持自动推断多种日期格式，无需手动判断分隔符：

import pandas as pd

# 统一转换为datetime格式，dayfirst=True指定日期为日/月/年顺序，匹配你的示例数据
superstore['Order Date'] = pd.to_datetime(superstore['Order Date'], dayfirst=True)
# 直接提取年月格式化输出
superstore['Order Month'] = superstore['Order Date'].dt.strftime('%m/%Y')

方案2：自定义解析函数兼容两种格式

如果你坚持用apply方法，可以在函数内增加异常处理，匹配两种格式：

import datetime

def parse_order_date(date_str):
    try:
        # 先尝试匹配斜杠格式
        return datetime.datetime.strptime(date_str, "%d/%m/%Y").strftime('%m/%Y')
    except ValueError:
        # 匹配失败时尝试横杠格式
        return datetime.datetime.strptime(date_str, "%d-%m-%Y").strftime('%m/%Y')

superstore['Order Month'] = superstore['Order Date'].apply(parse_order_date)

注意事项 #

两种方案都默认你的日期为「日-月-年」/「日/月/年」顺序，和你给出的13-01-2011示例（13为日）逻辑一致，不会出现日月混淆的问题。

内容的提问来源于stack exchange，提问作者Giuseppe