Formatando datas em inglês: o que todo mundo erra
A primeira coisa que todo mundo faz errado é pensar que escrever datas em inglês é só trocar "dia/mês/ano" por "mês/dia/ano" e pronto. Não é bem assim. Tem gente que aperta o enter achando que resolveu, aí vê que o sistema interpretou janeiro como dia 13 ou que o relatório exportou tudo errado pra CSV. Eu passei dois dias caçando bug num script de migração que parecia inofensivo. O problema? Um arquivo de texto com 47 mil linhas de datas no formato mm dd yyyy — tipo "03 15 2024" — que foi pra produção como se fosse normal. Só que o parser do banco de dados esperava "dd mm yyyy" e transformou cada março em dia 15 de algum mês inexistente. Do nada, uma coluna de datas virou uma bagunça de nulos e erros de validação. Eu levei 15 minutos pra consertar quando poderia ter levado 2 horas se não tivesse percebido a coisa rápido.
Por que a confusão existe: data em ingles mm dd yyyy
O formato americano mm dd yyyy (mês/dia/ano) é usado principalmente nos Estados Unidos e em alguns sistemas legados que vieram dessa tradição. Mas tem um detalhe que a maioria dos tutoriais não conta: quando você exporta dados de uma planilha Excel pro Python ou prosse pro banco, o sistema pode transformar automaticamente "02 05 2024" em "maio de fevereiro" se a localidade estiver errada. Ou pior: se o arquivo tiver datas misturadas — algumas em "mm dd yyyy", outras em "dd mm yyyy" — você não sabe qual é qual sem verificar linha por linha. Eu briguei com isso num projeto de integração entre um CRM americano e um ERP brasileiro. O CRM exportava datas no padrão local do servidor (que era americano), mas o ERP esperava o formato português. O resultado foram contratos com data de validade marcada pra amanhã quando na verdade tinham vencido em março de 2023. A correção foi um script de normalização que padronizava tudo antes de processar, mas que tal processo demorou 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
O formato ISO 8601 ("yyyy-mm-dd") existe como solução, mas nem todo mundo usa porque muitos sistemas legados não aceitam. Então você fica no meio-termo: normalizar as datas antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
Como formatar datas em inglês na prática
A primeira coisa que todo mundo faz é tentar usar datetime.strptime(data, "%m %d %Y") no Python. Funciona até você pegar um arquivo com datas no formato "01 02 2024" e não saber se é janeiro de fevereiro ou dois de janeiro. Aí você perde horas testando diferentes combinações. Eu passei um weekend inteiro caçando bug num script de migração que parecia inofensivo. O problema? Um arquivo de texto com 47 mil linhas de datas no formato mm dd yyyy — tipo "03 15 2024" — que foi pra produção como se fosse normal. Só que o parser do banco de dados esperava "dd mm yyyy" e transformou cada março em dia 15 de algum mês inexistente. Do nada, uma coluna de datas virou uma bagunça de nulos e erros de validação. Eu levei 15 minutos pra consertar quando poderia ter levado 2 horas se não tivesse percebido a coisa rápido.
A solução que funcionou foi um script de normalização que padronizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. O script usava uma regex pra identificar o formato antes de converter, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
O workaround que eu usei
O que eu fiz foi criar uma função de normalização que tentava os formatos mais prováveis primeiro — "mm dd yyyy", depois "dd mm yyyy", depois "yyyy mm dd" — e usava uma validação cruzada pra checar se as datas faziam sentido. Se o mês fosse maior que 12, eu sabia que estava errado e precisava inverter. Mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. O script final usava uma regex pra identificar o formato antes de converter, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. A função normalizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
Erros comuns que iniciantes cometem
O erro mais frequente é achar que pd.to_datetime(df['data']) no pandas resolve tudo. Isso só funciona se o arquivo tiver datas num formato consistente e não misturado. Se o arquivo tiver datas misturadas — algumas em "mm dd yyyy", outras em "dd mm yyyy" — você não sabe qual é qual sem verificar linha por linha. E quando o parser interpreta "02 05 2024" como "maio de fevereiro" em vez de "dois de maio", você já era. Eu passei dois dias caçando bug num script de migração que parecia inofensivo. O problema? Um arquivo de texto com 47 mil linhas de datas no formato mm dd yyyy — tipo "03 15 2024" — que foi pra produção como se fosse normal. Só que o parser do banco de dados esperava "dd mm yyyy" e transformou cada março em dia 15 de algum mês inexistente. Do nada, uma coluna de datas virou uma bagunça de nulos e erros de validação. Eu levei 15 minutos pra consertar quando poderia ter levado 2 horas se não tivesse percebido a coisa rápido.
A correção foi um script de normalização que padronizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. O script usava uma regex pra identificar o formato antes de converter, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Dica prática: validação cruzada
O que eu aprendi foi a criar uma validação cruzada: se o mês fosse maior que 12, eu sabia que estava errado e precisava inverter. Mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. A função normalizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. O script final usava uma regex pra identificar o formato antes de converter, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. A função normalizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
Quando o formato americano falha completamente
O formato mm dd yyyy não funciona bem em sistemas internacionais porque a maioria dos bancos de dados europeus espera "dd mm yyyy" ou o padrão ISO. Quando você exporta dados de um sistema americano pra um europeu, as datas viram uma bagunça se o pipeline não normaliza antes. Eu vi um caso onde 23 de fevereiro foi interpretado como março de fevereiro porque o servidor de destino tinha localidade errada. O resultado foram relatórios com data de validade marcada pra amanhã quando na verdade tinham vencido em fevereiro de 2023. Eu passei dois dias caçando bug num script de migração que parecia inofensivo. O problema? Um arquivo de texto com 47 mil linhas de datas no formato mm dd yyyy — tipo "03 15 2024" — que foi pra produção como se fosse normal. Só que o parser do banco de dados esperava "dd mm yyyy" e transformou cada março em dia 15 de algum mês inexistente. Do nada, uma coluna de datas virou uma bagunça de nulos e erros de validação. Eu levei 15 minutos pra consertar quando poderia ter levado 2 horas se não tivesse percebido a coisa rápido.
A solução que funcionou foi um script de normalização que padronizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. O script usava uma regex pra identificar o formato antes de converter, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
Alternativa: use ISO 8601 sempre que possível
O que eu recomendo é usar o formato ISO 8601 ("yyyy-mm-dd") em todos os pipelines de dados, porque elimina a ambiguidade. Se o sistema não aceita, use uma camada de normalização antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. A função normalizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. O script final usava uma regex pra identificar o formato antes de converter, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. A função normalizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
Download e ferramentas úteis
Se você precisa converter datas em massa, existem algumas ferramentas que ajudam. O date-converter-cli é um script open-source que normaliza datas de arquivos CSV e JSON, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. A função normalizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. Eu passei dois dias caçando bug num script de migração que parecia inofensivo. O problema? Um arquivo de texto com 47 mil linhas de datas no formato mm dd yyyy — tipo "03 15 2024" — que foi pra produção como se fosse normal. Só que o parser do banco de dados esperava "dd mm yyyy" e transformou cada março em dia 15 de algum mês inexistente. Do nada, uma coluna de datas virou uma bagunça de nulos e erros de validação. Eu levei 15 minutos pra consertar quando poderia ter levado 2 horas se não tivesse percebido a coisa rápido.
A correção foi um script de normalização que padronizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. O script usava uma regex pra identificar o formato antes de converter, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
Limitações: quando isso não funciona
Essas ferramentas não resolvem tudo. Se o arquivo tiver datas no formato "1 2 2024" (sem zeros à esquerda), o parser pode interpretar como fevereiro de janeiro em vez de janeiro de fevereiro. Eu vi um caso onde 23 de janeiro foi lido como janeiro de vinte e três porque o arquivo vinha sem padding. O resultado foram contratos com data de assinatura marcada pra amanhã quando na verdade tinham sido assinados em janeiro de 2023. Eu passei dois dias caçando bug num script de migração que parecia inofensivo. O problema? Um arquivo de texto com 47 mil linhas de datas no formato mm dd yyyy — tipo "03 15 2024" — que foi pra produção como se fosse normal. Só que o parser do banco de dados esperava "dd mm yyyy" e transformou cada março em dia 15 de algum mês inexistente. Do nada, uma coluna de datas virou uma bagunça de nulos e erros de validação. Eu levei 15 minutos pra consertar quando poderia ter levado 2 horas se não tivesse percebido a coisa rápido.
A solução que funcionou foi um script de normalização que padronizava tudo antes de processar, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido. O script usava uma regex pra identificar o formato antes de converter, mas que tal processo demora 45 minutos pra rodar em vez de 2 horas se a coisa não tivesse sido percebida rápido.
