¿Cómo convierto texto en fechas en pandas y DuckDB?

El formato es una instrucción

Ya sabes que ventas_exportadas tiene el día primero. Ahora díselo al programa. Un formato describe el texto pieza por pieza con códigos que empiezan con %:

Lo que no es código se copia tal cual. 05/02/2026 se describe como %d/%m/%Y: día, una diagonal, mes, una diagonal, año. pandas y DuckDB usan los mismos códigos para estas piezas.

Lo que no cabe en el formato

Un archivo real casi siempre trae algún valor que no cabe: un día que no existe, una fecha escrita de otra forma, una celda vacía. Con pd.to_datetime y un formato explícito, un valor no vacío incompatible detiene la conversión con ValueError. Las ausencias ("", None) se vuelven NaT incluso sin coerce. A veces quieres eso. Otras veces prefieres convertir lo que se pueda y revisar el resto aparte. Predice qué hace errors="coerce".

NaT significa que no hay fecha: puede ser una ausencia de origen o un valor que no se pudo convertir. Conserva la columna original, cuenta las ausencias originales y los fallos nuevos por separado y míralos antes de seguir; una revisión por muestreo de esas filas te dice si es una celda vacía o un formato distinto que hay que convertir aparte. Si no sabes qué hacer con tus filas sin fecha, pregúntale a tu Maestro.

DuckDB tiene las dos opciones con dos funciones: strptime se detiene con un error en el primer valor que no cabe (con 31/02/2026 dice Date out of range), y try_strptime devuelve NULL en su lugar. Un NULL de origen sigue siendo NULL. Si usas read_csv(parse_dates=...), comprueba el tipo después: un valor incompatible puede dejar toda la columna como texto sin lanzar ese error; no es el mismo comportamiento que to_datetime.

Inténtalo

Ahora con menos ayuda. La consulta suma las ventas por día, pero agrupa y ordena la columna de texto. Cámbiala para que convierta fecha con su formato, la llame dia y ordene por fecha real.

Una buena respuesta tiene 22 filas, una por cada día con ventas, de 2026-01-02 a 2026-03-28 en orden. Si ya convertiste la fecha y los días siguen en desorden, cuéntale a tu Maestro qué pusiste en GROUP BY y ORDER BY.

Inténtalo sin ayuda

Ahora en pandas y desde cero: convierte la columna fecha de ventas_exportadas, imprime la fecha mínima y la máxima, y cuántas filas quedaron sin fecha. Una buena respuesta imprime el 2 de enero y el 28 de marzo de 2026, y 0 filas sin fecha.

Después prueba una columna pequeña con 28/02/2026, una cadena vacía y 31/02/2026. Conserva el original, identifica las ausencias antes de convertir, usa coerce y cuenta solo los nuevos fallos. Debes distinguir una ausencia original de un valor incompatible y mostrar 31/02/2026 como el texto que falló.