字符串转日期、时间序列处理怎么做？pd.to_datetime 常见坑？

字符串转日期：

import pandas as pd
s = pd.Series(["2024-01-01", "2024/02/15", "20240320"])
d = pd.to_datetime(s)          # 自动识别常见格式
# 明确指定格式（更快、更稳）
d = pd.to_datetime(s, format="%Y-%m-%d")
# 解析失败：errors="coerce" 变成 NaT，不报错
d = pd.to_datetime(["2024-01-01", "bad"], errors="coerce")   # NaT

时间序列常用操作：

df["date"] = pd.to_datetime(df["date"])
df = df.set_index("date")                  # 设为索引（时间序列惯例）

df.index.year / .month / .day              # 提取年月日
df["month"] = df.index.to_period("M")      # 转成月份周期
df.loc["2024-01":"2024-03"]                # 按日期切片（索引需排序）

# 重采样：按时段聚合
df["sales"].resample("M").sum()            # 按月汇总（M=月末, D=天, W=周）
df["sales"].resample("D").ffill()          # 按天重采样并前向填充
# 滚动窗口
df["sales"].rolling(window=7).mean()       # 7 日移动平均

pd.to_datetime 四大常见坑：

1. 格式不统一（2024-01-01 和 2024/1/1 混用）——大多能自动识别；失败就用 format= 指定或先清洗字符串。

2. 时间戳数值歧义：to_datetime(20240101) 默认按纳秒解释，需 unit="s"/"ms"（对 Unix 时间戳）或先 astype(str)。

3. 时区：带 +08:00 的字符串会转成带时区对象，和 naive 时间比较报错，用 tz_localize/tz_convert 统一。

4. 性能：大表转换很慢时，指定 format 比自动识别快几十倍。