如何处理Pandas DataFrame混合格式日期，将仅年份转为年初日期

你的问题出在指定了固定的%d-%b-%Y格式，导致纯年份的行无法匹配，生成了NaT。可以通过以下两种方法解决：

方法一：利用Pandas自动格式识别（简洁高效） #

Pandas的pd.to_datetime默认支持自动识别多种日期格式，包括纯年份（会自动解析为当年1月1日），直接去掉format参数即可：

# 转换为datetime类型
df['date'] = pd.to_datetime(df['date'])
# 如果需要转为YYYY-MM-DD格式的字符串（保持datetime类型可跳过此步）
df['date'] = df['date'].dt.strftime('%Y-%m-%d')

处理后你的数据会变成：

0    2022-10-22
1    2019-12-03
2    2022-06-27
3    2023-01-01
4    2017-07-15
5    2019-01-01
6    2022-09-07
7    2021-01-01
8    2022-09-30
9    2021-08-17

方法二：分情况手动处理（兼容性更强） #

如果自动识别出现异常，可以分两类数据分别处理：

# 先尝试按dd-Mon-yyyy格式转换，不匹配的保留原字符串
df['date'] = pd.to_datetime(df['date'], format='%d-%b-%Y', errors='ignore')
# 筛选出仍为纯数字字符串的行，按年份格式转换
year_mask = df['date'].apply(lambda x: isinstance(x, str) and x.isdigit())
df.loc[year_mask, 'date'] = pd.to_datetime(df.loc[year_mask, 'date'], format='%Y')
# 格式化为目标字符串格式
df['date'] = df['date'].dt.strftime('%Y-%m-%d')

关键说明 #

• 不要指定固定format参数，否则Pandas会严格匹配格式，不满足的行就会生成NaT；
• 纯年份被pd.to_datetime解析后默认就是当年的1月1日，无需额外处理；
• 如果需要保持datetime类型而非字符串，去掉最后一步dt.strftime即可。

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