基础解析#

1
df["date"] = pd.to_datetime(df["date"], errors="coerce")
2
print(df["date"].isna().sum())
3
print(df.loc[df["date"].isna(), "date"].head())

errors="coerce" 适合排查，因为它不会让程序直接中断，而是把失败值变成 NaT。但后面必须检查失败数量。

格式混用时怎么处理#

如果一列里同时有 2026-05-15、2026/5/15、2026年5月15日，可以先统一替换中文字符和分隔符，再解析。

1
s = (
2
    df["date"].astype(str)
3
    .str.strip()
4
    .str.replace("年", "-", regex=False)
5
    .str.replace("月", "-", regex=False)
6
    .str.replace("日", "", regex=False)
7
)
8
df["date"] = pd.to_datetime(s, errors="coerce")

按时间分析前的检查#

• 最小日期和最大日期是否合理。

• 是否出现大量未来日期或 1970 年。

• 时间列是否有重复或缺失。

• 是否需要先设置为索引再 resample。

按月统计示例#

1
monthly = (
2
    df.dropna(subset=["date"])
3
      .set_index("date")
4
      .resample("ME")["amount"]
5
      .sum()
6
)
7
print(monthly.tail())

实战复盘#

复用《pandas 日期列解析》时，不要只复制代码块。先把自己的字段名、数据口径和异常规则写出来，再替换示例里的列名。pandas 的函数很通用，但业务字段的含义不能自动迁移。

每次处理完成后，我会抽样看几条原始记录和处理后记录。尤其是日期、金额、分类字段，机器统计和肉眼抽查要一起做，才能发现格式看似正常但含义错位的问题。

这类文章后续可以继续补充真实小表格作为输入示例。输入、处理、输出三者都出现，教程才不会变成只解释 API。

最小验收样例#

验收《pandas 日期列解析》时，我会手写一个三到五行的小 DataFrame：一行正常数据，一行缺失或异常数据，一行边界数据。先让示例在小表上跑通，再换成完整数据集。

小表的好处是结果可以人工计算。只要人工结果和 pandas 输出对不上，就说明代码逻辑或字段口径还没想清楚。这个过程比直接在大表上调试更可靠。

小结#

日期列解析要先暴露失败值，再做时间统计。不要让 NaT 和错误年份悄悄进入分析结果。