如果日期时间的格式为30-01-2016，可能有助于将参数dayfirst=True添加到to_datetime：

dfx = df.ix[:,'a']
dfx = pd.to_datetime(dfx, dayfirst=True)

更通用的是使用参数format和errors='coerce'来替换其他format到NaN的值：

dfx = '30-01-2016'

dfx = pd.to_datetime(dfx, format='%d-%m-%Y', errors='coerce')
print (dfx)
2016-01-30 00:00:00

样品：

dfx = pd.Series(['30-01-2016', '15-09-2015', '40-09-2016'])
print (dfx)
0    30-01-2016
1    15-09-2015
2    40-09-2016
dtype: object

dfx = pd.to_datetime(dfx, format='%d-%m-%Y', errors='coerce')
print (dfx)
0   2016-01-30
1   2015-09-15
2          NaT
dtype: datetime64[ns]

如果格式为标准格式（例如01-30-2016或01-30-2016），则仅添加errors='coerce'：

dfx = pd.Series(['01-30-2016', '09-15-2015', '09-40-2016'])
print (dfx)
0    01-30-2016
1    09-15-2015
2    09-40-2016
dtype: object

dfx = pd.to_datetime(dfx, errors='coerce')
print (dfx)
0   2016-01-30
1   2015-09-15
2          NaT
dtype: datetime64[ns]

就我而言

year = 2023
month = 2
date = datetime.date(year, month, 30)

我得到了这个错误，因为二月有29或28天在它。也许这一点帮助别人