Python Pandas中如何将无空格字符串日期转换为指定格式？

先纠正一个关键细节 #

你提到的格式符号有个容易踩的坑：你写的%Y%M%D是错误的——大写%M代表分钟，大写%D代表美国式日期（mm/dd/yy），对应你输入的20221101（年-月-日8位字符串），正确的输入格式符号应该是%Y%m%d（小写%m是月份，小写%d是日期），这很可能是你之前转换失败的核心原因。

方法1：转为datetime类型再格式化（推荐） #

先把字符串转成Pandas的datetime对象（方便后续做日期运算、筛选等操作），再格式化目标格式：

import pandas as pd

# 示例数据
df = pd.DataFrame({'Date': ['20221101', '20220510']})

# 1. 把字符串转为datetime，指定输入格式为%Y%m%d
df['Date'] = pd.to_datetime(df['Date'], format='%Y%m%d')

# 2. 格式化为dd-mm-yyyy字符串
df['Date'] = df['Date'].dt.strftime('%d-%m-%Y')

执行后Date列就会变成01-11-2022、10-05-2022这样的格式。

方法2：直接字符串切片（无需转日期类型） #

如果只是单纯需要字符串格式转换，不需要日期类型的功能，可以直接对8位字符串切片重组：

# 切片规则：前4位=年，中间2位=月，最后2位=日
df['Date'] = df['Date'].str[6:8] + '-' + df['Date'].str[4:6] + '-' + df['Date'].str[0:4]

这个方法更轻量，适合不需要后续日期操作的场景。

常见失败原因排查 #

1. 格式符号错误：一定要区分大小写，比如用%M（分钟）代替%m（月份）会直接导致转换失败；
2. 输入字符串有脏数据：如果Date列存在非8位的字符串（比如长度不对、包含非数字字符），pd.to_datetime会报错，此时可以加errors='coerce'参数把无效值转为NaT，再排查脏数据：

   df['Date'] = pd.to_datetime(df['Date'], format='%Y%m%d', errors='coerce')
   

内容的提问来源于stack exchange，提问作者Claudio_TS