如何为pandas.core.series.Series对象中的日和月补前导零

我有一个大型数据集，其中月份和日期没有前导零。处理datetime类型时要求日和月必须带前导零，原始日期格式为1/1/2023，需要转换为01/01/2023。尝试过以下方法均报错：

• 方法1：尝试用整数补零的格式化方法print("{:02d}".format(number))，但该方法仅对整数有效，无法直接处理日期字符串。
• 方法2：执行代码：

  merged_dfs["Date"] = merged_dfs.apply(lambda x: "{month:02}-{day:02}-{year}".format(month=x.month,day=x.day,year=x.year))
  

  报错：AttributeError: 'Series' object has no attribute 'month'
• 方法3：执行代码：

  merged_dfs['Date'] = merged_dfs.ts_placed.map(lambda x: '{year}-{month:02}'.format(year=x.year,month=x.month))
  

  报错：AttributeError: 'DataFrame' object has no attribute 'ts_placed'
• 方法4：执行代码：

  merged_dfs["Date"] = pd.to_datetime(merged_dfs["Date"], format="%-d-%-m-%Y")
  

  报错：ValueError: '-' is a bad directive in format '%-d-%-m-%Y'
• 方法5：执行代码：

  merged_dfs["Date"]=merged_dfs["Date"].apply(pd.to_datetime, format="%d-$m-%Y")
  

  报错：

  ValueError: time data "1/1/2023" doesn't match format "%d-$m-%Y", at position 0. You might want to try:

  • passing format if your strings have a consistent format;
  • passing format='ISO8601' if your strings are all ISO8601 but not necessarily in exactly the same format;
  • passing format='mixed', and the format will be inferred for each element individually. You might want to use dayfirst alongside this.

正确解决方案 #

核心思路是先将字符串转为datetime对象，再格式化为带前导零的目标字符串：

1. 转换为datetime对象 #

根据原始日期的顺序（月/日/年 或 日/月/年）选择对应方式：

import pandas as pd

# 情况1：原始格式为 月/日/年
merged_dfs["Date"] = pd.to_datetime(merged_dfs["Date"], format="%m/%d/%Y")

# 情况2：原始格式为 日/月/年，需指定dayfirst=True
merged_dfs["Date"] = pd.to_datetime(merged_dfs["Date"], format="%d/%m/%Y", dayfirst=True)

# 格式统一时也可自动识别
merged_dfs["Date"] = pd.to_datetime(merged_dfs["Date"])

2. 格式化为带前导零的字符串 #

用dt.strftime方法输出目标格式：

# 输出 月/日/年 格式（如01/01/2023）
merged_dfs["Date"] = merged_dfs["Date"].dt.strftime("%m/%d/%Y")

# 输出 日/月/年 格式（如01/01/2023）
merged_dfs["Date"] = merged_dfs["Date"].dt.strftime("%d/%m/%Y")

完整示例 #

import pandas as pd

# 模拟数据集
data = {"Date": ["1/1/2023", "12/5/2023", "3/15/2023"]}
merged_dfs = pd.DataFrame(data)

# 转换+格式化
merged_dfs["Date"] = pd.to_datetime(merged_dfs["Date"], format="%m/%d/%Y").dt.strftime("%m/%d/%Y")
print(merged_dfs)

输出结果：

Date
0  01/01/2023
1  12/05/2023
2  03/15/2023

错误原因分析 #

• 方法2：apply默认按列处理，x是Series对象而非datetime元素，需针对Date列单独处理并先转datetime。
• 方法3：数据集中不存在ts_placed列，属于列名错误。
• 方法4：%-d是Linux专属的strftime语法，Windows不支持，且原始日期用/分隔而非-。
• 方法5：格式字符串写错，$m是无效指令，且分隔符与原始数据的/不匹配。

内容的提问来源于stack exchange，提问作者DataminerPython3