Pandas处理零售数据分组后MONTH列月份显示错误问题求助

核心思路 #

你的MONTH_ID字段日期部分固定为1970-01-01，实际月份由**纳秒后缀的数字（1-12）**决定。之前的错误在于直接读取datetime的month属性（永远为1），或字符串截取逻辑错误导致无法正确提取月份编号。

方法1：字符串类型MONTH_ID处理 #

如果MONTH_ID是字符串格式，直接按小数点分割提取纳秒部分，转整数后映射月份名称：

import pandas as pd
import calendar

# 示例数据
df = pd.DataFrame({
    'MONTH_ID': [
        '1970-01-01 00:00:00.000000001',
        '1970-01-01 00:00:00.000000005',
        '1970-01-01 00:00:00.000000012'
    ]
})

# 提取纳秒部分转整数
df['MONTH_NUM'] = df['MONTH_ID'].str.split('.').str[1].astype(int)
# 映射月份名称（calendar.month_name索引1对应January，完美匹配1-12）
df['MONTH'] = df['MONTH_NUM'].map(lambda x: calendar.month_name[x])

输出结果：

方法2：datetime类型MONTH_ID处理 #

如果MONTH_ID已经是datetime64[ns]类型，直接提取纳秒值：

# 先转换为datetime类型（如果还没转）
df['MONTH_ID'] = pd.to_datetime(df['MONTH_ID'])

# 提取纳秒值
df['MONTH_NUM'] = df['MONTH_ID'].dt.nanosecond
# 映射月份名称
df['MONTH'] = df['MONTH_NUM'].map(lambda x: calendar.month_name[x])

异常值处理 #

如果存在纳秒值不在1-12范围内的情况，可添加异常判断：

df['MONTH'] = df['MONTH_NUM'].apply(
    lambda x: calendar.month_name[x] if 1 <= x <= 12 else 'Unknown'
)

为什么之前的方法失败？ #

• 直接取datetime的month属性：因为MONTH_ID的日期部分固定为1970-01-01，所以dt.month永远返回1，导致全为January。
• 错误的字符串截取：比如用固定长度截取最后1-2位，会因为纳秒部分的前导零（如000000012）导致提取错误；用split('.')分割后取完整后缀转整数，能避免前导零干扰。
• 列表映射索引错误：如果手动定义月份列表时从索引0开始，会导致1对应February、12对应January的错位；calendar.month_name从索引1开始对应January，完美匹配需求。

内容的提问来源于stack exchange，提问作者Migs Bautista