你的问题很典型——因为你的日期数据存在多种格式（两位年份/四位年份、单/双位日/月），但你的解析函数只固定使用了%d/%m/%y这一种格式，导致遇到四位年份的日期时，%y只能匹配最后两位数字，剩下的前两位数字无法被转换，就抛出了“未转换数据残留”的错误。

解决方案：尝试多种日期格式解析 #

我们可以写一个兼容多种格式的解析函数，通过try-except块逐个尝试可能的日期格式，直到找到匹配的格式为止。而且你不用担心单/双位的日或月，因为strptime的%d和%m格式符本身就支持匹配单数字（比如8）或双数字（08）的日/月，所以只需要覆盖年份的两种情况即可。

下面是修改后的解析函数：

import datetime as dt

def parse_date(date_str):
    if not date_str:  # 处理空字符串的情况
        return None
    # 列出所有可能的日期格式，覆盖两位和四位年份的情况
    possible_formats = ['%d/%m/%Y', '%d/%m/%y']
    
    for fmt in possible_formats:
        try:
            # 解析成功就返回日期对象
            return dt.datetime.strptime(date_str, fmt).date()
        except ValueError:
            # 格式不匹配就继续尝试下一种
            continue
    # 如果所有格式都不匹配，返回None（也可以根据需求抛出自定义错误）
    return None

测试示例 #

这个函数可以完美处理你给出的所有示例：

• parse_date('12/8/2017') → 返回datetime.date(2017, 8, 12)
• parse_date('27/08/17') → 返回datetime.date(2017, 8, 27)
• parse_date('8/9/2017') → 返回datetime.date(2017, 9, 8)

应用到数据集 #

现在你可以安全地把这个函数应用到你的数据集上了：

data.Date = data.Date.apply(parse_date)

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