Pandas时间序列列重命名触发IndexError: too many indices for array

问题背景 #

将日期列转置为年份列后，部分列的日期为12月31日，需要统一改为当年1月1日，使用rename方法时触发错误：IndexError: too many indices for array。尝试的代码如下：

df_top100.rename(columns={'2012-12-31 00:00:00': '2012-01-01 00:00:00'}, inplace=True)
#df_top100.rename(columns={'2013-12-31': '2013-01-01'}, inplace=True)
#df_top100.rename(columns={'2016-12-31': '2016-01-01'}, inplace=True)

数据集列名示例：

year    2005-01-01  2006-01-01  2007-01-01  2008-01-01  2009-01-01  2010-01-01  2011-01-01  2012-12-31  2013-12-31  2014-01-01  2015-01-01  2016-12-31
country                                             
Australia   2.0 3.0 3.0 3.0 3.0 3.0 9.0 6.0 8.0 11.0    11.0    6.0

最后一列输出显示列名是带时分秒的datetime格式：

print(df_top100.columns[-1])
# 输出：2016-12-31 00:00:00

错误原因 #

1. 列名类型不统一：部分列名是字符串（如2012-12-31），部分是datetime对象（如2016-12-31 00:00:00），导致rename无法正确匹配目标列。
2. 直接用字符串匹配datetime对象会失败，触发内部数组维度错误（IndexError）。

解决方案 #

无需逐个列手动重命名，直接统一处理所有列名，将日期改为当年1月1日：

步骤1：统一列名为datetime类型 #

import pandas as pd

# 将列名转换为datetime格式
df_top100.columns = pd.to_datetime(df_top100.columns)

步骤2：修改所有列的日期为1月1日 #

# 将每个日期的月份和日期替换为1月1日
df_top100.columns = df_top100.columns.map(lambda dt: dt.replace(month=1, day=1))

步骤3（可选）：转换为不带时分秒的字符串格式 #

如果需要列名显示为YYYY-MM-DD格式：

df_top100.columns = df_top100.columns.strftime('%Y-%m-%d')

验证结果 #

执行后检查列名：

print(df_top100.columns)

所有列名将统一为YYYY-01-01格式，无错误触发。

内容的提问来源于stack exchange，提问作者spike424