正确解析混乱日期需设errors='coerce'避免中断，并优先指定format提速；多格式混合时依赖pandas自动推断更鲁棒；dt.normalize()保留datetime64类型，dt.date转为object；resample前须确保数值列dtype正确且显式选取；时区转换须先tz_localize再tz_convert。
如何用 pd.to_datetime() 正确解析混乱的日期字符串
很多 CSV 或 Excel 里的时间列是字符串，格式五花八门："2023/05/12"、"12-05-2023"、"2023-05-12 14:30:00.123"，甚至混着空值和非法值（如 "N/A"）。直接调 pd.to_datetime() 很容易报 ValueError: Unknown string format。
关键不是“能不能转”，而是“怎么控制失败行为 + 明确指定格式”：
- 加
errors='coerce'：把无法解析的全转成NaT（时间上的NaN），避免中断；不加的话默认'raise'，一错就崩 - 明确传
format参数（比如format='%Y-%m-%d'）能提速 3–5 倍，尤其数据量大时；但格式必须严格匹配，"2023-5-12"就会失败（月份/日期没补零） - 遇到多格式混合（如既有
"%Y/%m/%d"又有"%d-%b-%Y"），别硬写 format，改用infer_datetime_format=True（仅对标准 ISO 格式有效）或干脆不设 format，靠 pandas 自推——它会慢一点，但更鲁棒
示例：
df['date'] = pd.to_datetime(df['date_str'], errors='coerce', format='%Y-%m-%d')
为什么 dt.date 和 dt.normalize() 返回结果不同
当你从 datetime64[ns] 列中提取“日期部分”，容易混淆这两个操作：
-
df['ts'].dt.date返回的是 Python 原生date对象组成的Series，类型变成object，后续无法再用.dt访问器，也不能参与向量化时间运算 -
df['ts'].dt.normalize()返回仍是datetime64[ns]类型，只是把时分秒归零（如2023-05-12 14:30:00→2023-05-12 00:00:00），保留了时间索引能力 - 真要只留日期且保持 dtype 可计算，用
.dt.floor('D')或.dt.date.astype('datetime64[D]')（后者在 pandas 2.0+ 更稳）
设置时间索引后 resample() 报 No numeric types to aggregate
常见于你做了 df.set_index('time_col')，但忘记把目标数值列显式指定为聚合对象。pandas 的 resample() 默认尝试对所有数值列聚合，但如果 DataFrame 里混着字符串列、category 列，或数值列名被误设为非数字类型（比如读取时没设 dtype，导致数字被当字符串读进来了），就会报这个错。
- 先确认数值列 dtype：
df['value'].dtype应为float64或int64；如果是object，大概率是含空格或单位（如"12.5 kg"），得先用str.extract(r'(\d+\.?\d*)')提纯 - resample 时显式链式选择列：
df.resample('D')['sales'].sum()，而不是df.resample('D').sum() - 注意频率字符串是否合法：
'D'（日）、'MS'（月首）、'W-FRI'（周五为周结束），错写成'day'或'monthly'会静默失败或报错
时区转换中 tz_localize() 和 tz_convert() 别颠倒顺序
原始时间戳没有时区（naive），想转成带时区（aware）再换目标时区，必须两步走，且顺序不能反：
- 先用
.dt.tz_localize('UTC')给 naive 时间打上“这是 UTC 时间”的标签（不改变数值） - 再用
.dt.tz_convert('Asia/Shanghai')换算成东八区时间（数值会变，+8 小时） - 如果跳过 localize 直接 convert，pandas 会报
TypeError: Cannot convert tz-naive timestamps, use tz_localize to localize - 反过来，对已带时区的时间再调
tz_localize()（比如已为UTC还强设'CST'），会导致时区元数据错误，后续计算全偏
真实场景常遇到“本地时间存库，但没记时区”。这时应按业务约定 localize，例如中国服务器日志默认是 'Asia/Shanghai'，而非盲目设 'UTC'。
时间处理最易错的不是语法，而是隐式假设：假设字符串格式统一、假设输入无脏数据、假设所有时间都属于同一时区。一旦漏掉 errors='coerce' 或忘了 tz_localize，问题往往延迟到聚合或画图阶段才暴露，排查成本陡增。
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！
