Pandas中无年份的日期列转换失败问题求助

我在尝试用Pandas转换日期列时遇到了困难，表格里没有包含年份，这似乎让转换变得棘手。

我的数据如下：

28 JUL  Unnamed: 0        Alura *Alura - 7/12     68,00
0   28 JUL         NaN  Passei Direto S/A. - 3/12     19,90
1   31 JUL         NaN          Drogarias Pacheco     25,99
2   31 JUL         NaN     Mundo Verde - Rj - Sho      5,90
3   31 JUL         NaN              Paypal *99app      4,25
4   04 AGO         NaN            Saldo em atraso  1.091,17
5   04 AGO         NaN          Crédito de atraso  1.091,17
6   06 AGO         NaN             Apple.Com/Bill     34,90
7   07 AGO         NaN        Pagamento em 07 AGO  1.091,17
8   07 AGO         NaN            Juros de atraso     16,86
9   07 AGO         NaN              IOF de atraso      4,43
10  07 AGO         NaN            Multa de atraso     21,91
11  08 AGO         NaN             Apple.Com/Bill     21,90
12  09 AGO         NaN      Google Youtubepremium     20,90
13  10 AGO         NaN              Amazon.Com.Br     41,32
14  12 AGO         NaN           Uber *Uber *Trip     17,91
15  12 AGO         NaN           Uber *Uber *Trip     16,94
16  12 AGO         NaN                Mia Cookies     47,50
17  13 AGO         NaN           Uber *Uber *Trip     16,96
18  13 AGO         NaN           Uber *Uber *Trip     19,98
19  16 AGO         NaN           Uber *Uber *Trip     11,93
20  16 AGO         NaN           Uber *Uber *Trip      9,97
21  18 AGO         NaN           Uber *Uber *Trip      9,91
22  22 AGO         NaN           Uber *Uber *Trip      9,96
23  23 AGO         NaN              Amazonprimebr     14,90
24  27 AGO         NaN        Paypal *Sacocheiotv     15,00
25  27 AGO         NaN        Pag*Easymarketpleno      6,50

我尝试用这段代码转换，但没有成功：

df["Data"] = pd.to_datetime(df["Data"], format="%d %b", errors="coerce")

得到的错误输出（部分日期变成了NaT，且年份默认是1900）：

Data                      Local  Valor
0  1900-07-28        Alura *Alura - 7/12  68,00
1  1900-07-28  Passei Direto S/A. - 3/12  19,90
2  1900-07-31          Drogarias Pacheco  25,99
3  1900-07-31     Mundo Verde - Rj - Sho   5,90
4  1900-07-31              Paypal *99app   4,25
7         NaT             Apple.Com/Bill  34,90
9         NaT            Juros de atraso  16,86
10        NaT              IOF de atraso   4,43
11        NaT            Multa de atraso  21,91
12        NaT             Apple.Com/Bill  21,90
13        NaT      Google Youtubepremium  20,90
14        NaT              Amazon.Com.Br  41,32
15        NaT           Uber *Uber *Trip  17,91
16        NaT           Uber *Uber *Trip  16,94
17        NaT                Mia Cookies  47,50
18        NaT           Uber *Uber *Trip  16,96
19        NaT           Uber *Uber *Trip  19,98
20        NaT           Uber *Uber *Trip  11,93
21        NaT           Uber *Uber *Trip   9,97
22        NaT           Uber *Uber *Trip   9,91
23        NaT           Uber *Uber *Trip   9,96
24        NaT              Amazonprimebr  14,90
25        NaT        Paypal *Sacocheiotv  15,00
26        NaT        Pag*Easymarketpleno   6,50

有没有人能帮我解决这个问题？

嘿，我来帮你梳理下问题，然后给出几个可行的解决办法～

问题出在哪？ #

你遇到的两个核心问题：

• 月份缩写语言不兼容：你的日期用的是葡萄牙语的月份缩写（比如JUL是葡语的七月，AGO是八月），但Pandas默认是按英文的月份缩写（Jul、Aug）来解析的，所以碰到AGO这类葡语缩写时就会解析失败，出现NaT。
• 默认年份不对：只给日和月的话，Pandas会自动填1900年，这显然不符合你的实际需求（从数据看应该是最近的年份，比如2024）。

怎么解决？ #

这里提供3种简单的方案，你可以根据自己的环境选：

方案1：手动替换葡语月份为英文

先把葡语的月份缩写换成Pandas能识别的英文，再指定年份解析：

# 葡语月份到英文的映射表
month_translate = {
    'JAN': 'Jan', 'FEV': 'Feb', 'MAR': 'Mar', 'ABR': 'Apr',
    'MAI': 'May', 'JUN': 'Jun', 'JUL': 'Jul', 'AGO': 'Aug',
    'SET': 'Sep', 'OUT': 'Oct', 'NOV': 'Nov', 'DEZ': 'Dec'
}

# 替换日期列里的葡语月份
df['Data'] = df['Data'].replace(month_translate, regex=True)

# 解析日期，指定你需要的年份（比如2024，根据实际情况改）
df['Data'] = pd.to_datetime(df['Data'], format='%d %b', year=2024)

方案2：直接给日期加年份再解析

如果觉得替换月份麻烦，也可以直接在每个日期后面拼上你要的年份，再解析：

# 给每个日期字符串加上年份（比如2024）
df['Data'] = df['Data'] + ' 2024'

# 按完整的日-月-年格式解析
df['Data'] = pd.to_datetime(df['Data'], format='%d %b %Y')

方案3：设置系统locale为葡萄牙语

如果你用的系统支持葡萄牙语环境，可以直接设置locale让Pandas识别葡语月份：

import locale
import pandas as pd

# 注意不同系统的locale名称不一样：Linux/macOS用'pt_PT.UTF-8'，Windows用'ptb'
try:
    locale.setlocale(locale.LC_TIME, 'pt_PT.UTF-8')
except:
    locale.setlocale(locale.LC_TIME, 'ptb')

# 解析日期并指定年份
df['Data'] = pd.to_datetime(df['Data'], format='%d %b', year=2024)

效果验证 #

用上面任意一种方法处理后，你的日期列应该会变成2024-07-28、2024-08-04这样的正确格式，那些NaT也会消失啦～

备注：内容来源于stack exchange，提问作者leotricano