You need to enable JavaScript to run this app. pandas DataFrame日期解析错误:DD/MM/YY格式月日颠倒问题
优惠活动
大模型
产品
解决方案
定价
更多

pandas DataFrame日期解析错误:DD/MM/YY格式月日颠倒问题

核心问题原因
  • 解析异常的根源是调用pd.to_datetime时没有显式指定日期格式,触发了pandas的自动格式推断逻辑,产生了分段歧义。
  • 自动推断的判定规则是:若日期某分段的数值大于12,系统可以直接判定该分段为“日”的位置。比如原始值17/01/11、24/01/11、31/01/11中的17、24、31都大于12,因此系统正确按照DD/MM/YY规则拆分出年、月、日,解析结果符合预期。
  • 当两个分段的数值都在1-12区间时,系统会默认按照美式MM/DD/YY规则解析,不会主动适配你的DD/MM/YY要求。比如原始值07/02/11中,7和2都小于12,系统会自动把7识别为月份、2识别为日期,最终解析为2011年7月2日,和预期的2月7日完全相反,也就导致提取的月份值为7的异常结果。
对应修复方法
  • 最稳妥的解决方式是在日期解析时,手动传入匹配原始数据的格式规则,完全规避自动推断的歧义:
    df_train['new_date'] = pd.to_datetime(df_train['week'], format='%d/%m/%y')
    
  • 如果数据集存在格式不统一的脏值,可以追加errors='coerce'参数,将无法匹配规则的无效值转为空值,方便后续数据清洗校验:
    df_train['new_date'] = pd.to_datetime(df_train['week'], format='%d/%m/%y', errors='coerce')
    
  • 你后续编写的所有时间特征提取逻辑(提取年内周数、季度、月份、年份)本身不存在逻辑错误,只要日期解析准确,就能得到符合预期的结果。

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.30 10:36:09