Pandas字符串列转datetime遇TypeError错误的技术求助

看起来你遇到的问题根源在于日期格式不统一，同时数据中还存在缺失值，导致pd.to_datetime无法自动解析所有字符串。咱们一步步来解决：

问题分析 #

从你的数据样例可以看到，日期字符串有两种格式：

• 格式1：YYYYMMDD（比如20180516，代表2018年5月16日）
• 格式2：MMDDYYYY（比如6172018，实际是06172018，代表2018年6月17日）
  另外最后一行的Depart列还有缺失值，这也会干扰解析过程。直接调用pd.to_datetime不指定格式时，Pandas无法同时识别这两种混合格式，因此抛出TypeError。

解决步骤 #

1. 统一解析所有日期列

我们可以分两步解析：先尝试第一种格式，把无法解析的行用第二种格式再处理，同时将无法解析的值转为NaT（Pandas的缺失日期类型）：

import pandas as pd

# 定义两种可能的日期格式
date_formats = ['%Y%m%d', '%m%d%Y']

# 循环处理每一列
for col in ['date', 'Arrive', 'Depart']:
    # 先用YYYYMMDD格式解析，失败的转为NaT
    df2[col] = pd.to_datetime(df2[col], format=date_formats[0], errors='coerce')
    # 筛选出未解析成功的行
    unparsed_mask = df2[col].isna()
    # 对这些行用MMDDYYYY格式重新解析
    df2.loc[unparsed_mask, col] = pd.to_datetime(df2.loc[unparsed_mask, col], format=date_formats[1], errors='coerce')

执行完这段代码后，你可以打印df2查看转换结果：

print(df2)

此时所有合法的日期都会被转为datetime64类型，缺失值或格式错误的值会变成NaT。

2. 计算日期差值

转换完成后，直接做减法就能得到天数差：

# 计算搜索日期到入住日期的间隔
df2['search_to_arrive'] = df2['Arrive'] - df2['date']
# 计算入住到退房的间隔
df2['arrive_to_depart'] = df2['Depart'] - df2['Arrive']

结果会是Timedelta类型，如果你需要纯数字的天数，可以用.dt.days提取：

df2['search_to_arrive_days'] = df2['search_to_arrive'].dt.days
df2['arrive_to_depart_days'] = df2['arrive_to_depart'].dt.days

额外提示 #

如果转换后还有NaT值，说明这些行的日期格式不在我们定义的两种格式里，你可以查看这些值的具体内容，调整date_formats列表来覆盖更多格式，或者手动修正数据。

内容的提问来源于stack exchange，提问作者Luke