to_datetime() 的 format 参数常不生效，因其默认启用智能推断，格式稍有不一致（如秒数缺失、分隔符混用）便忽略 format 改用启发式解析，且错误信息不提示该行为；应设 infer_datetime_format=False 并配合 errors='coerce' 定位问题。
to_datetime() 为什么 format 参数经常不生效
因为 to_datetime() 默认开启智能推断（infer_datetime_format=False 时更慢但容错强），一旦字符串格式稍有不一致（比如有的带秒、有的不带，或空格/分隔符混用），它会直接忽略你传的 format，转而用内部启发式解析——结果就是报错或解析出错，但错误信息里根本不会提 format 被跳过了。
实操建议：
- 强制关闭推断：
infer_datetime_format=False，尤其当数据格式统一时，反而更稳 - 确保所有输入字符串严格符合
format描述，比如'%Y-%m-%d %H:%M'就不能容忍末尾多一个:00 - 遇到含时区或毫秒的字符串，别硬套
%f或%z——先用errors='coerce'暴露哪些行失败，再单独 inspect
format 参数写错的典型错误现象
常见报错是 ValueError: time data '2023/01/01' does not match format '%Y-%m-%d'，看着离谱但很真实。问题往往出在：分隔符不匹配（/ vs -）、年份位数（%y 是两位，%Y 是四位）、甚至中文空格或不可见字符。
实操建议：
- 用
.str.replace()预清洗：比如df['date'].str.replace(' ', 'T')统一时间分隔符 - 验证格式是否真匹配：取一行样本，用 Python 原生
datetime.strptime()手动试一次，比靠猜快得多 -
%H是 24 小时制，%I是 12 小时制——混用会导致整列变NaT，且无提示
to_datetime() 解析失败后怎么定位具体哪几行坏了
默认 errors='raise' 一崩全崩，看不到坏数据在哪；设成 errors='coerce' 又全变 NaT，看不出是哪几行。最有效的办法是分步隔离。
实操建议：
- 先用
pd.to_datetime(df['col'], errors='coerce')得到结果，再比对长度：df['col'][result.isna()]直接拿到所有失败原始值 - 加个临时布尔列：
df['is_valid'] = pd.to_datetime(df['col'], errors='coerce').notna()，方便后续筛选 - 如果数据量大，避免直接
apply(lambda x: ...)查每行——用str.match()正则预筛格式，比如df['col'].str.match(r'^\d{4}-\d{2}-\d{2}$')
parse_dates + date_parser 在 read_csv 里比 to_datetime() 更省内存
读大文件时，先读成字符串再整体 to_datetime()，会多占一倍内存；而 read_csv(..., parse_dates=['col'], date_parser=...) 是边读边转，尤其适合 GB 级日志。
实操建议：
-
date_parser必须是函数，且接收字符串列表（不是单个值），返回datetime对象列表，例如：lambda x: pd.to_datetime(x, format='%Y%m%d', errors='coerce') - 注意
parse_dates和date_parser不能同时用于多个列——若需不同 format，得先读再分列转 - CSV 中日期列含混合格式（如部分为
20230101，部分为2023-01-01），date_parser里用try/except比设errors='coerce'更可控
errors 和 infer_datetime_format 这两个开关，比反复调 format 字符串管用得多。
