如何将int64类型的纯年份列转换为日期格式？

因为datetime类型本质需要完整的年-月-日（时-分-秒）信息，所以当仅传入年份时，Pandas会自动补全默认值（年-01-01 00:00:00）。针对你的需求，提供两种实用解决方案：

方案1：转为年度周期类型（Period） #

如果核心需求是表示“年份”这个时间周期，而非具体某一天，推荐使用Period类型，它专门用于存储时间周期，不会附带多余的日月信息：

import pandas as pd

# 示例数据
df = pd.DataFrame({'year': [2020, 2021, 2022]}, dtype='int64')

# 转换为年度周期
df['year_period'] = pd.to_datetime(df['year'], format='%Y').dt.to_period('Y')

转换后year_period列的类型为Period，值显示为2020、2021，完全匹配仅年份的需求，且支持年度相关的时间运算。

方案2：保留datetime类型，自定义显示格式 #

若必须使用datetime类型，可通过设置显示格式让输出仅展示年份，底层仍保留完整datetime结构（方便后续日期计算）：

全局设置日期显示格式 #

# 转换为datetime（自动补全为当年1月1日0点）
df['year_datetime'] = pd.to_datetime(df['year'], format='%Y')

# 设置全局显示格式，仅展示年份
pd.options.display.date_format = '%Y'

单独格式化列输出（转为字符串） #

如果只想针对单个列展示年份，可将datetime转为字符串格式：

df['year_display'] = df['year_datetime'].dt.strftime('%Y')

补充技巧 #

• 使用pd.to_datetime时指定format='%Y'，能避免Pandas自动推断格式，提升转换效率。
• 若无需后续时间运算，直接将int64年份转为字符串是最简单的方式：df['year_str'] = df['year'].astype(str)

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