如何在DataFrame中交换datetime列的日与月值？

当你的DataFrame里datetime列已被识别为datetime类型，但日和月的数值出现颠倒时，可通过以下两种方法修正：

方法一：直接操作Datetime组件（推荐） #

利用Pandas的datetime属性提取年、月、日等时间部分，互换日和月的值后重新构造正确的datetime对象，同时完整保留时分秒信息：

import pandas as pd

df['datetime'] = pd.to_datetime({
    'year': df['datetime'].dt.year,
    'month': df['datetime'].dt.day,
    'day': df['datetime'].dt.month,
    'hour': df['datetime'].dt.hour,
    'minute': df['datetime'].dt.minute,
    'second': df['datetime'].dt.second
})

这种方法无需转换为字符串，处理效率更高，适合包含时分秒的完整时间数据。比如示例中2023-01-02 10:00:00会被直接修正为2023-02-01 10:00:00。

方法二：字符串中转法 #

将错误的datetime转换为日在前、月在后格式的字符串，再重新解析为正确的datetime：

# 包含时分秒的场景
df['datetime'] = pd.to_datetime(df['datetime'].dt.strftime('%Y-%d-%m %H:%M:%S'))

# 仅日期的场景
# df['datetime'] = pd.to_datetime(df['datetime'].dt.strftime('%Y-%d-%m'))

纠正你原代码的问题 #

你之前的代码pd.to_datetime(df["datetime"].dt.strftime('%Y-%m-%d'))无效：它把已经颠倒的datetime转成了依旧颠倒的字符串格式，再转回datetime后问题完全没解决。正确的做法是用%Y-%d-%m格式生成字符串，让日和月的顺序恢复正确，再解析为datetime。

效果验证 #

处理前数据：

id            datetime  temp_narvoz   q_virob   
0      1 2023-01-02 10:00:00          1.4  0.688331  
1      2 2023-01-02 11:00:00          1.4  0.800867  
...

处理后数据：

id            datetime  temp_narvoz   q_virob   
0      1 2023-02-01 10:00:00          1.4  0.688331  
1      2 2023-02-01 11:00:00          1.4  0.800867  
...

内容的提问来源于stack exchange，提问作者Ridsen