pandas转换时间类型失败怎么解决？

是在kaggle找的一个数据处理项目，跟着流程做的，但是做到使用pd.to_datetime转换时程序一直报错，百度了一圈也没找到解决方法，希望各位朋友们指点一二，谢谢！
以下为具体代码及报错的截图：

你表格中时间格式是日-月-年，但是匹配的是 月-日-年，会转换失败，你可以这么用pd.to_datetime(XXXXX,format="%d-%m-%y")

  您检查过您的数据 'DT_Customer' 列，可有异常？有没有缺失值或者格式不对的值？

• 检查方法之一：可以打印到终端屏幕。

  ---

这个应该是你的数据格式造成的，需要指定一下日期格式：

df[“Dt_Customer”] = pd.to_datetime(df[“Dt_Customer”], format='%d-%m-%Y')

• 这篇博客也许可以解决你的问题👉 ：【Pyhon数据处理】Pandas+datetime模块 实现对日期字段按小时分组，算出记录数最多/最少的是哪个小时
• 除此之外, 这篇博客: Pandas时间序列数据处理和datetime模块详细教程中的 执行剪切板的代码 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• %paste
  

  UsageError: Line magic function `%paste` not found.
  

• 以下回答由chatgpt基于相关博客总结生成:

  根据提供的信息，无法判断具体的错误问题。建议尝试以下几种解决方法：

  1. 确保数据类型正确：在使用to_datetime函数时，需要保证传入的参数是符合时间格式的字符串或者序列，否则会报错。

  2. 检查时间格式：to_datetime函数默认的时间格式是年-月-日，如果传入的时间不符合这个格式，需要通过format参数指定正确的时间格式，例如：

  pd.to_datetime('2022/01/01 14:28:30', format='%Y/%m/%d %H:%M:%S')

  1. 确保输入数据的时间格式是统一的：如果传入的时间序列中包含多种时间格式，需要先进行统一格式化处理，否则to_datetime函数可能会报错或者出现预期之外的结果。

  2. 检查数据的缺失值：如果时间序列中包含缺失值，to_datetime函数可能会报错或者出现预期之外的结果，需要先将缺失值处理好再进行类型转换。可以使用fillna函数或者dropna函数对缺失值进行填充或删除。

  3. 如果以上方法都不能解决问题，可以尝试升级pandas版本或者使用其他的时间处理函数，例如datetime模块中的strptime函数。

  具体的代码实现可能因为缺乏具体信息而难以确定，建议按照以上步骤逐步排查问题。