如何将含NaT或缺失值的日期列转换为月/日/年格式？

阿华AIGC实验室

2026-5-25

解决日期列格式化时保留NaT/空值的问题

我之前也碰到过一模一样的坑！直接用lambda x: x.strftime(...)确实会因为NaT或空字符串没有strftime方法报错，下面给你两种靠谱的解决方案，都能完整保留缺失值：

方法一：先统一转为datetime类型再格式化（推荐）

这种方法最简洁高效，先把列里的所有值（包括空字符串）转换成标准的datetime类型，无效值会自动转为NaT，再用dt.strftime格式化，NaT会被转为NaN（你可以选择保留NaN或者转成空字符串）：

第一步：将列转换为datetime类型，自动处理空字符串/无效日期为NaT

import pandas as pd
dfq['test1'] = pd.to_datetime(dfq['test1'], errors='coerce')

errors='coerce'参数会把无法解析成日期的值（比如空字符串''、乱码日期）都转成NaT，有效日期则变成标准的datetime对象。

第二步：格式化日期，NaT会转为NaN

dfq['test1'] = dfq['test1'].dt.strftime('%m/%d/%Y')

如果想把NaN转回空字符串（和原数据的空值格式保持一致），可以追加fillna：

dfq['test1'] = dfq['test1'].dt.strftime('%m/%d/%Y').fillna('')

方法二：自定义判断函数（灵活处理特殊场景）

如果你的列里混合了datetime对象、字符串日期、NaT和空字符串，自定义函数能更灵活地适配每一种情况：

def format_date(x):
    # 处理NaT或空值的情况
    if pd.isna(x) or x == '':
        return x  # 保留原缺失值，也可以改成return ''统一为空字符串
    # 如果是datetime对象，直接格式化
    if isinstance(x, pd.Timestamp):
        return x.strftime('%m/%d/%Y')
    # 如果是字符串类型的日期，先转成datetime再格式化
    try:
        dt = pd.to_datetime(x)
        return dt.strftime('%m/%d/%Y')
    except ValueError:
        # 遇到无法解析的字符串，返回原内容（或者你自定义的占位符）
        return x

# 应用到目标列
dfq['test1'] = dfq['test1'].apply(format_date)