使用pd.to_datetime转换snscrape导出的日期列出现解析错误如何解决？

解决方法 #

1. 首先处理异常值并完成日期类型转换
   你第一次报错是因为date_created列存在非日期格式的异常值（报错信息里的SylmiSeb就是异常值），给pd.to_datetime添加errors='coerce'参数，就能将无法解析的异常值自动转为空值（NaT），不会中断转换流程：

database_2018['date_created'] = pd.to_datetime(database_2018['date_created'], errors='coerce')

注：第二次报错是因为pd.Timestamp仅支持转换单个时间值，不能直接处理整列的Series数据，该写法不适用于整列日期转换场景。

2. 提取YYYY-MM-DD格式的日期
   转换为datetime类型后，通过dt属性提取日期部分即可：

• 如果需要字符串格式的日期，用：

database_2018['date_created'] = database_2018['date_created'].dt.strftime('%Y-%m-%d')

• 如果需要Python原生date对象格式，用：

database_2018['date_created'] = database_2018['date_created'].dt.date

可选：排查异常值 #

如果需要确认有哪些异常值，可以在备份原始列的前提下，执行以下代码查看所有无法解析为日期的原始内容：

invalid_values = database_2018[database_2018['date_created'].isna()]['date_created'].unique()
print(invalid_values)

内容的提问来源于stack exchange，提问作者Shanti