Pandas解析CSV日期报错：如何正确读取含日期与数值的CSV？

你遇到的这个错误，核心原因是read_csv没有正确把每行拆分成两列，导致日期解析器拿到了整行内容（包括后面的数值部分），自然会报错说有未转换的数据残留。

修正方案一：显式指定分隔符 #

虽然pandas默认用逗号作为分隔符，但有时候文件可能存在隐藏的格式问题（比如换行符异常、逗号前后有多余空格等），显式指定sep=','能强制pandas按逗号拆分列。修改后的代码如下：

from datetime import datetime
import pandas as pd

def parser(x):
    return datetime.strptime(x, '%Y-%m-%d %H:%M:%S')

# 新增sep=','参数，确保列拆分正确
df = pd.read_csv('filename', header=None, sep=',', parse_dates=[0], index_col=0, squeeze=True, date_parser=parser)
print(df.head())

修正方案二：去掉自定义日期解析器（可选） #

如果你的日期格式是标准的YYYY-MM-DD HH:MM:SS，pandas其实可以自动识别，不需要自定义parser函数，这样代码更简洁：

import pandas as pd

df = pd.read_csv('filename', header=None, sep=',', parse_dates=[0], index_col=0, squeeze=True)
print(df.head())

额外检查建议 #

如果还是有问题，打开你的CSV文件确认：

• 每行确实是用单个逗号分隔日期和数值，没有使用其他分隔符（比如分号、制表符）
• 每行没有多余的空格或特殊字符，比如日期和逗号之间有没有空格

内容的提问来源于stack exchange，提问作者John Doe