Pandas转换'Thursday, March 03, 2019'为%m/%d/%y时报错如何解决？

Unconverted Data Remains报错的核心是你传入的日期字符串有部分内容无法匹配你指定的%A, %B %d, %Y格式，常见诱因有两个：

1. 系统语言环境不是英文：%A（星期全称）、%B（月份全称）默认匹配系统本地语言的名称，你的日期是英文拼写，系统语言为中文等非英文环境时会识别失败。
2. 日期列存在脏数据：部分值存在多余空格、特殊字符、缩写的星期/月份、格式不统一等问题，无法匹配预设格式。
   另外你现有代码的strftime格式和需求不符：你要的输出是3/3/2019（月/日/年），现有代码用的%d/%m/%Y是日/月/年格式，输出会和预期不一致。

• 第一步：临时切换时间解析的语言环境为英文，避免语言不匹配问题

import locale
import pandas as pd
import datetime as dt

# Windows系统用下面的设置
locale.setlocale(locale.LC_TIME, 'en_US')
# Linux/macOS系统如果上面的报错，换成下面的
# locale.setlocale(locale.LC_TIME, 'en_US.UTF-8')

• 第二步：优先用pandas自带的to_datetime方法解析，效率远高于自定义apply，还能灵活处理异常

# 先备份原日期列，方便后续排查脏数据
df_['origin_date'] = df_['Date']

# 解析日期，errors='coerce'会把不符合格式的内容转为空值NaT，不会直接抛出错误中断运行
df_['Date'] = pd.to_datetime(df_['Date'], format='%A, %B %d, %Y', errors='coerce')

# 转为你需要的月/日/年格式，同时去掉月份、日期前的前置0，实现3/3/2019的效果
df_['Date'] = df_['Date'].dt.strftime('%m/%d/%Y').str.replace(r'^0', '', regex=True).str.replace(r'/0', '/', regex=True)

• 第三步：排查脏数据（可选）
  如果解析后出现空值，用下面的代码找出所有解析失败的原始日期，手动处理异常值：

# 输出所有解析失败的原始日期内容
print(df_[df_['Date'].isna()]['origin_date'])

• 如果你需要保留解析失败的原始值，不想转成空值，可以用带异常捕获的自定义函数实现：

def convert_date(x):
    try:
        date_val = dt.datetime.strptime(x, '%A, %B %d, %Y')
        return date_val.strftime('%m/%d/%Y').lstrip('0').replace('/0', '/')
    except ValueError:
        # 解析失败直接返回原始值
        return x

df_['Date'] = df_['Date'].apply(convert_date)

内容的提问来源于stack exchange，提问作者rankinjq