时间序列日期格式转换报错：YYYYMX转YYYY-XX遇ParserError

你遇到的ParserError: Unknown string format: 2000-010是因为字符串替换顺序错误：原代码先替换M1到M9，当处理2000M10时，会先把M1替换成-01，剩下的0留在后面形成2000-010，这是无效日期格式，导致解析失败。

下面提供几种可靠的解决方法：

方法1：调整替换顺序（直接修改原有代码） #

先替换两位数的月份（M10、M11、M12），再替换一位数的月份，避免提前拆分多位数月份：

import pandas as pd

df = pd.read_excel("Ahiakpor.xlsx", index_col=0)

df.index = pd.to_datetime(
    df.index
    .str.replace("M10", "-10")
    .str.replace("M11", "-11")
    .str.replace("M12", "-12")
    .str.replace("M1", "-01")
    .str.replace("M2", "-02")
    .str.replace("M3", "-03")
    .str.replace("M4", "-04")
    .str.replace("M5", "-05")
    .str.replace("M6", "-06")
    .str.replace("M7", "-07")
    .str.replace("M8", "-08")
    .str.replace("M9", "-09")
)

方法2：正则表达式简化替换（更简洁） #

通过正则匹配M后的数字，一次性完成替换并自动补零：

import pandas as pd

df = pd.read_excel("Ahiakpor.xlsx", index_col=0)

# 正则匹配M+数字，替换为-+补零到两位的月份
df.index = pd.to_datetime(df.index.str.replace(r'M(\d+)', lambda x: f'-{x.group(1).zfill(2)}', regex=True))

方法3：直接指定解析格式（最优解） #

无需手动替换，pd.to_datetime支持直接指定输入格式%YM%m，自动识别一位/两位数月份：

import pandas as pd

df = pd.read_excel("Ahiakpor.xlsx", index_col=0)

df.index = pd.to_datetime(df.index, format='%YM%m')

这种方法代码最简洁，还能避免字符串替换带来的边界问题，是最高效的处理方式。

内容的提问来源于stack exchange，提问作者Carl Korkpoe