我正在使用Python 2 - 我在移动我的代码 - 所以也许这个问题已经消失了。 使用pandas，我可以像这样创建一个日期时间：
import pandas as pd
big_date= pd.datetime(9999,12,31)
print big_date
9999-12-31 00:00:00
big_date2 = pd.to_datetime(big_date)
. . .
Out of bounds nanosecond timestamp: 9999-12-31 00:00:00
我理解错误的原因是，在一个大的日期中显然有太多纳秒。我也知道big_date2 = pd.to_datetime(big_date, errors='ignore')会起作用。但是，在我的情况下，我有一列应该是日期（从SQL服务器读取），我确实希望它将无效数据/日期更改为NaT。实际上，我使用pd.to_datetime作为有效性检查。一方面，对于熊猫来说，9999-12-31是一个有效的日期，而另一方面，它不是。这意味着我无法使用它并且必须提出其他的东西。
我玩过pandas to_datetime中的参数并且无法解决这个问题。
我已经看过这种性质的其他问题/问题，但没有找到答案。
答案 0 :(得分：0)
我遇到类似的问题，并且能够找到解决方案。
我有一个熊猫数据帧，其中的一列包含一个日期时间（从数据库表中检索，该列是DateTime2数据类型），但是我需要能够表示比{{{ 1}}值。
幸运的是，我不必担心datetime列的时间部分-它实际上始终是00:00:00（我没有创建数据库设计，是的，它可能应该是一个Date数据类型，而不是DateTime2数据类型）。因此，我可以通过将pandas dataframe列转换为仅一个日期类型来解决此问题。例如：
Timestamp.max将列中的所有值设置为日期9999-12-31，使用此列时不会再出现任何错误。
因此，如果您可以承受丢失尝试使用的日期时间的损失，则可以通过转换为日期来解决数据框中datetime值的限制。