pd.to_datetime 更改日期格式产生错误的日​​期

我从 csv 文件中提取了下表：

时间戳 user_id 成本 val1
2011 年 1 月 1 日 1 1 3
2012 年 1 月 7 日 1 19 57
2013 年 1 月 9 日 1 21 63
2011 年 1 月 2 日 2 20 8

为此，我使用了以下声明： 将 pandas 导入为 pd

newnames = ['date','user_id', 'cost', 'val1']
df = pd.read_csv('expenses.csv', names = newnames, header = False)
df['timestamp'] = pd.to_datetime(df['timestamp'],format='%d%m%Y')

但是 df 中获得的表日期是错误的：月份和日期无故排列，即 01/09/2013 毫无理由地变成 09/01/2013。

非常感谢您的帮助。

您好，由于美国/欧洲时间解析兼容性，有时会发生这种情况。

我遵循的是，

Case 1

如果您确定您的输入文件具有正确格式的时间戳，并且您想在默认解析器之上使用它，就像在本例中一样，请使用（按照@filmor的建议）dayfirst选项pd.to_datetime

pd.to_datetime(df['timestamp'], dayfirst=True)

Case 2

当你不确定格式的正确性时，使用默认的， pd.to_datetime(df['时间戳'], dayfirst=True)