Python中如何从DataFrame整数列提取前4位数字及月份？求助解决提取结果错误问题

你遇到的问题核心是错误地将整个Series对象转为字符串，而不是对Series中的每个元素单独转换。str(dvd['CalendarYearMonth'])会把整个Series变成类似"0 202108\n1 202109\n..."的字符串，再切片自然得不到每个元素的年份和月份。

下面提供两种可靠的解决方法：

方法1：字符串切片法（直观易懂） #

先把整数列转为字符串类型的Series，再用Pandas的str访问器对每个元素做切片：

# 提取年份（前4位）
dvd['yy'] = dvd['CalendarYearMonth'].astype(str).str[:4]
# 提取月份（后2位）
dvd['mon'] = dvd['CalendarYearMonth'].astype(str).str[-2:]

如果需要月份保持两位数字格式（比如"08"而不是"8"），这个方法天生就能满足，因为原始整数转字符串后是6位，切片后直接是两位。

方法2：数学运算法（效率更高） #

因为你的CalendarYearMonth是整数格式（比如202108 = 2021*100 + 8），可以用整除和取模运算直接提取，不需要转字符串，大数据量下性能更好：

# 提取年份：整除100，得到前4位的整数
dvd['yy'] = dvd['CalendarYearMonth'] // 100
# 提取月份：取模100，得到后2位的整数
dvd['mon'] = dvd['CalendarYearMonth'] % 100

如果需要月份是两位字符串格式，可以再补零：

dvd['mon'] = (dvd['CalendarYearMonth'] % 100).astype(str).str.zfill(2)

验证结果 #

用上述两种方法处理你的示例数据后，会得到符合预期的输出：

内容的提问来源于stack exchange，提问作者Ashish