to_datetime解析失败时format必须严格匹配字符串结构，包括中文字符、标点及空格；自动推断不可靠，生产环境应显式指定format并用repr()检查真实字符串形态。
to_datetime 无法解析字符串时，format 参数必须严格匹配
当 pd.to_datetime() 报错 ValueError: time data '2023年04月15日' does not match format '%Y-%m-%d'，说明你给的 format 和字符串实际结构对不上。不是“差不多就行”，而是每个字符、空格、中文标点都得一一对齐。
常见错误是照抄英文格式（如 '%Y-%m-%d'）去解析含“年”“月”“日”的中文字符串，结果直接失败。
- 中文年月日 → 必须写成
'%Y年%m月%d日'，其中“年”“月”“日”是字面量，不能省略 - 带空格或中英文混排（如
'2023-04-15 14:30:00 CST'）→CST需用%Z，但注意%Z在部分 Python 版本中不支持非 UTC 时区缩写，建议先用str.replace('CST', '')清洗 - 毫秒带三位但字符串里是六位（如
'2023-04-15 14:30:00.123456'）→%f解析微秒，但输入若只有三位（.123），需补零或用正则截断，否则报错
format 不写或设为 None 时，pandas 会自动推断但不可靠
省略 format 参数看似省事，但 pd.to_datetime(['01/02/2023', '2023/01/02']) 可能因顺序歧义把前者当成 MM/DD/YYYY，后者当成 YYYY/MM/DD，导致结果混乱。
自动推断还受 dayfirst 和 yearfirst 参数影响，但这两个参数只对模糊格式起作用，对明确含年份前置的字符串（如 '2023-04-15'）无效。
- 生产环境务必显式指定
format，哪怕多花 10 秒确认一次字符串样例 - 如果数据源格式不统一（比如有的带中文、有的用短横、有的缺秒），别硬塞一个
format，先用apply+ 条件分支或正则归一化字符串 -
errors='coerce'可把解析失败的转为NaT，但别依赖它掩盖格式问题——它只是兜底，不是诊断工具
特殊符号和 locale 无关，中文字符就是普通字面量
有人试过设置 locale 或改系统语言，发现没用。因为 pd.to_datetime(format=...) 的解析逻辑完全不走系统 locale，所有非格式符（如“年”“月”“日”“.”“：”）都被当作固定字符串匹配。
这意味着你可以写 '%Y年%m月%d日 %H时%M分%S秒'，也可以写 '订单日期：%Y-%m-%d_%H:%M'，只要和原始字符串一模一样。
- 用
print(repr(s))查看字符串真实内容，尤其注意不可见字符（如全角空格 \u3000、不间断空格 \u00a0） - 中文冒号（：）、短横（－）、句号（。）和英文的
:、-、.是不同 Unicode 字符，必须严格对应 - 如果字符串里有不确定是否存在的可选部分（如可能带秒、也可能不带），
format无法表达“可选”，得先用正则补全或切分
性能敏感场景下，format 参数能显著加速解析
显式指定 format 后，pd.to_datetime() 跳过自动推断流程，解析速度通常提升 3–10 倍，尤其在百万级数据上差异明显。
但要注意：一旦 format 写错，失败是立刻发生的；而自动推断可能“碰巧”成功一部分，掩盖后续数据异常。
- 批量处理前，先用
df['col'].head(5).apply(repr)检查原始字符串真实形态 - 如果字段里混着多种格式（如 80% 是
'%Y年%m月%d日'，20% 是'%Y/%m/%d'），不要用format强行统一，应拆成两路分别处理再 concat -
format对None、空字符串、纯数字（如20230415）无效，这些需单独清洗或换用origin+unit参数
repr() 输出，比翻文档有用得多。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
