为仅含月日数据的DataFrame添加年份，自动处理跨年情况

给定仅包含月日的DataFrame，起始年份为2020，需要自动识别跨年情况并补全对应年份，最终生成包含完整日期的DataFrame。

解决方案代码 #

import pandas as pd

# 原始数据
df = pd.DataFrame({'Date': ['01-01', '02-15', '12-31', '01-10', '02-07', '08-20', '12-30', '01-05', '09-07']})

# 1. 将月日字符串转为临时datetime对象（临时用2020年）
df['temp_date'] = pd.to_datetime(df['Date'], format='%m-%d', year=2020)

# 2. 计算跨年偏移量：当前日期小于前一行时标记为跨年，累加得到偏移次数
df['year_offset'] = (df['temp_date'] < df['temp_date'].shift()).cumsum()

# 3. 计算实际年份并生成完整日期
start_year = 2020
df['Date'] = df['temp_date'] + pd.DateOffset(years=df['year_offset'])
# 转为指定字符串格式（mm-dd-yyyy）
df['Date'] = df['Date'].dt.strftime('%m-%d-%Y')

# 清理临时列
df = df.drop(['temp_date', 'year_offset'], axis=1)

print(df)

输出结果 #

Date
0  01-01-2020
1  02-15-2020
2  12-31-2020
3  01-10-2021
4  02-07-2021
5  08-20-2021
6  12-30-2021
7  01-05-2022
8  09-07-2022

思路说明 #

1. 临时日期转换：先将月日字符串转为以2020年为基准的datetime对象，方便后续日期先后比较。
2. 跨年判断：通过对比当前行与前一行的临时日期，若当前日期更小（比如1月出现在12月之后），则判定为跨年，累加偏移次数。
3. 补全年份：给临时日期加上偏移的年份数，再转换为目标字符串格式，得到最终完整日期。

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