使用pystata导入后，如何将Stata运行月份格式转为datetime？

Stata的各类日期本质是基于固定基准的数值偏移量，针对不同格式可以用Pandas的日期工具直接转换，以下是对应方案：

1. 日格式（%td） #

%td是从1960年1月1日开始的天数偏移，直接用pd.to_datetime()指定原点和单位：

import pandas as pd

# 转换df中名为td_col的%td格式列
df['td_col'] = pd.to_datetime(df['td_col'], unit='D', origin='1960-01-01')

2. 月格式（%tm） #

%tm是从1960年1月开始的月份偏移，有两种简洁转换方式：

# 方法1：将数值转成年月字符串后解析
df['tm_col'] = pd.to_datetime(df['tm_col'].astype(str), format='%Y%m')

# 方法2：基于基准日期做月份偏移计算
df['tm_col'] = pd.to_datetime('1960-01-01') + pd.to_timedelta(df['tm_col'], unit='M')

3. 日期时间格式（%tc） #

%tc是从1960年1月1日0点开始的毫秒偏移，指定毫秒单位即可：

df['tc_col'] = pd.to_datetime(df['tc_col'], unit='ms', origin='1960-01-01')

批量处理技巧 #

如果DataFrame中有多个Stata日期列，可根据数值范围或列名特征批量转换：

# 筛选含日期/月份关键词的列
stata_date_cols = [col for col in df.columns if 'date' in col.lower() or 'month' in col.lower()]

for col in stata_date_cols:
    # 通过数值范围判断格式：%tm数值通常小于1000（2024年对应768），%td数值更大
    if df[col].max() < 1000:
        df[col] = pd.to_datetime('1960-01-01') + pd.to_timedelta(df[col], unit='M')
    else:
        df[col] = pd.to_datetime(df[col], unit='D', origin='1960-01-01')

若使用pystata时也可先在Stata会话中将日期转成字符串格式再导出，但直接用Pandas转换效率更高。

内容的提问来源于stack exchange，提问作者FooBar