Python从日期字符串提取月份报list index out of range问题求助

你的代码出现list index out of range错误，核心问题有两个：

• 缺失值判断失效：用pd.to_datetime(..., errors='coerce')转换后，无效日期会变成NaT（pandas的时间缺失值），而非np.nan。你用x != np.nan的判断完全不起作用——因为NaT != np.nan结果为True，所以即使是无效的NaT值，代码仍会执行str(x).split('-')[1]。
• 字符串拆分出错：当x是NaT时，str(x)会得到字符串'NaT'，用'-'拆分后得到的列表是['NaT']，仅含一个元素，取索引[1]自然会越界；而取[0]时刚好取到'NaT'，所以不会报错。

另外要注意：判断缺失值绝对不能用==或!=，因为np.nan和NaT都不等于自身，正确方式是用pd.isna(x)。

方案1：修复自定义函数 #

把缺失值判断改成正确逻辑，同时处理NaT情况：

def get_month(x):
    if not pd.isna(x):
        return str(x).split('-')[1]
    else:
        return None

df['month'] = pd.to_datetime(df['release_date'], errors='coerce').apply(get_month)

方案2：用pandas内置属性更高效 #

既然已经转成datetime类型，完全不需要自己写函数拆分字符串，直接用dt.month提取月份，还能自动处理缺失值：

df['month'] = pd.to_datetime(df['release_date'], errors='coerce').dt.month
# 如果需要字符串类型的月份，再加一步转换
df['month'] = df['month'].astype(str)

这个方法代码更简洁，运行效率也比自定义apply函数高很多，尤其适合数据量较大的场景。

内容的提问来源于stack exchange，提问作者william_Li