出错了unconverted data remains: 1

如果在使用 `to_datetime` 函数时出现了 `unconverted data remains` 的错误，这通常是由于输入的时间格式与数据不匹配引起的。这种情况下，你可以尝试使用 `errors='coerce'` 参数来忽略无法转换的数据，例如：

import pandas as pd

# 读取数据并指定列名，假设你的时间列名为 202002-202012
df = pd.read_csv('data.csv', names=['202002-202012', 'col2', 'col3'])

# 将 202002-202012 列转换成时间格式
df['202002-202012'] = pd.to_datetime(df['202002-202012'], format='%Y%m', errors='coerce')

# 删除无法转换的行
df = df.dropna()

# 修改列名为正确的时间格式
df = df.rename(columns={'202002-202012': 'timestamp'})

这样就可以忽略无法转换的数据并删除对应的行。如果你知道数据中哪些行无法转换成时间格式，也可以手动删除这些行，例如：

import pandas as pd

# 读取数据并指定列名，假设你的时间列名为 202002-202012
df = pd.read_csv('data.csv', names=['202002-202012', 'col2', 'col3'])

# 将 202002-202012 列转换成时间格式
df['202002-202012'] = pd.to_datetime(df['202002-202012'], format='%Y%m')

# 删除无法转换的行
df = df.dropna(subset=['202002-202012'])

# 修改列名为正确的时间格式
df = df.rename(columns={'202002-202012': 'timestamp'})

这样也可以删除无法转换的行。