使用Pandas处理Excel日期列：提取年份分组遇格式匹配错误求解

错误原因 #

你写的format='%y/%m/%d %I:%M%p'和实际数据完全不匹配：

• %y是两位年份格式，但你的数据是四位年份（比如2022），得用%Y
• 你的数据只有日期（年/月/日），没有时分秒和AM/PM标识，格式串里的%I:%M%p完全多余，导致匹配失败

修复后的代码 #

方式1：不修改索引，直接提取年份分组

这种方式更直观，也方便后续查看年份列：

# 先把日期列转成datetime类型，提取年份到新列
df['年份'] = pd.to_datetime(df[18], format='%Y/%m/%d').dt.year
# 按年份分组
grouped_df = df.groupby('年份')

方式2：将日期设为索引后分组

如果一定要用索引分组，修正format参数即可：

# 修正format为匹配数据的格式：四位年/两位月/两位日
df.index = pd.to_datetime(df[18], format='%Y/%m/%d')
# 按索引的年份分组
grouped_df = df.groupby(by=[df.index.year])

额外提示 #

如果你的日期列里有部分数据格式不统一，还可以加上errors='coerce'参数，把无法转换的日期设为NaT，避免程序崩溃：

df['年份'] = pd.to_datetime(df[18], format='%Y/%m/%d', errors='coerce').dt.year

内容的提问来源于stack exchange，提问作者Ashti Nematian