Python中如何根据月份修正DataFrame日期列的年份值

现有名为weather的数据集，其中Date列所有日期的年份均为2020，但实际需要包含2020、2021、2022三个年份。更新规则为：每次出现01月时年份递增（每年最后一个月不一定是12月，新年从01月开始）。

当前Date列示例：

期望的Date列示例：

原代码问题分析 #

你提供的代码存在多处逻辑错误：

• 定义的month列表未被使用，属于冗余代码
• 嵌套循环无意义，外层遍历每行的同时内层遍历月份列表，重复执行判断
• year变量固定为2022，未根据01月的出现动态更新年份
• 对单个字符串元素调用apply方法（apply是DataFrame/Series的方法，单个字符串无法使用）
• 字符串拼接错误，直接使用字符串'year'而非动态年份值

推荐两种实现方式，优先选择向量化操作（效率更高，适合大数据集）：

方法一：Pandas向量化操作（推荐） #

利用Pandas的向量化方法替代循环，处理效率更高：

import pandas as pd

# 确保Date列为字符串类型（若原本是datetime类型，先转换为字符串）
weather['Date'] = weather['Date'].astype(str)

# 提取月份信息
weather['month'] = weather['Date'].str[5:7]

# 计算年份增量：统计累计出现01月的次数，减1后得到需要递增的年份数
weather['year_increment'] = (weather['month'] == '01').cumsum() - 1

# 计算新年份并拼接成新的日期字符串
weather['Date'] = (2020 + weather['year_increment']).astype(str) + weather['Date'].str[4:]

# 删除临时生成的中间列（可选）
weather.drop(['month', 'year_increment'], axis=1, inplace=True)

方法二：迭代遍历（适合理解逻辑） #

如果需要更直观的逻辑展示，可以使用迭代方式处理：

current_year = 2020
jan_count = 0

for idx, date_str in enumerate(weather['Date']):
    month = date_str[5:7]
    if month == '01':
        jan_count += 1
        # 第一次出现01月时保持2020，后续每出现一次递增1年
        current_year = 2020 + (jan_count - 1)
    # 拼接新的日期字符串
    weather.loc[idx, 'Date'] = f"{current_year}{date_str[4:]}"

内容的提问来源于stack exchange，提问作者mmmmmm