Pandas转换'24OCT2020:00:00:00'格式字符串为datetime报ParserError的解决方法
pandas特殊格式日期解析报错解决方案
报错核心原因
- 目标列的字符串实际存储格式为带前导空格的
24OCT2020:00:00:00,结构为「空白字符 + 2位日期值 + 3位全大写英文月份缩写 + 4位年份值 + 冒号分隔的时:分:秒」 pd.to_datetime默认的自动格式识别逻辑无法准确匹配这类非通用结构化日期格式,也不会主动建立全大写英文月份缩写与时间值的对应关系,因此抛出ParserError。
具体修正步骤
不需要提前对字符串做去空格等预处理,直接在调用pd.to_datetime时显式指定匹配的日期格式规则即可:
- 格式规则字段映射
- 2位日期值:对应格式符
%d - 3位英文月份缩写(如OCT、JAN):对应格式符
%b - 4位年份值:对应格式符
%Y - 冒号分隔的时分秒部分:对应格式符
%H:%M:%S
拼接后的完整格式字符串为%d%b%Y:%H:%M:%S
- 2位日期值:对应格式符
- 替换原有代码为:
data["START_DATE"] = pd.to_datetime(data["START_DATE"], format='%d%b%Y:%H:%M:%S')
该写法可自动兼容字符串开头的前导空格,无需额外调用str.strip()做清洗,同时因为取消了启发式猜格式的逻辑,解析速度比默认模式更快。 - 异常场景兜底配置
如果数据集内存在少量格式不统一的异常字符串、空值,可追加errors='coerce'参数,将解析失败的条目自动转为NaT空时间值,避免整批解析流程中断:data["START_DATE"] = pd.to_datetime(data["START_DATE"], format='%d%b%Y:%H:%M:%S', errors='coerce')
内容的提问来源于stack exchange,提问作者Mohammad Amir
相关产品推荐
相关产品推荐

