我已将数据源从CSV切换为SQL查询。以前我会成功地将所有maturity_date转换为2261（如果它们比今年更大）（@jezrael）：
df_With_NaN = pd.read_sql(strSql, pyodbc.connect(connstr))
m = df_With_NaN['maturity_date'].str[:4].astype(float) > 2261
df_With_NaN['maturity_date'] = df_With_NaN['maturity_date'].mask(m, '2261' + df_With_NaN['maturity_date'].str[4:])
但现在我在这一行得到了错误：
df_With_NaN['maturity_date'] = pd.to_datetime(df_With_NaN['maturity_date'])
OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 9999-12-31 00:00:00
数据类型：
maturity_date 460862 non-null object
是否需要额外的转换才能满足SQL Server到Pandas的需求？