如何在Pandas中基于前序行值解析无年份日期并补全递减年份

问题说明 #

需将DataFrame里cur_date列的无年份日期（格式如Jan-20 14:05）转换为YYYY-MM-DD %H:%M标准格式，且年份需按数据顺序递减——后一行年份不大于前一行，出现跨年时自动减年。

原始数据（cur_date列） #

期望结果（req_date列） #

之前尝试pd.to_datetime(df['cur_date'], format='%b-%d %H:%M')无法自动补全递减年份，用dateparser的PREFER_DATES_FROM='past'设置也无法基于前一行日期调整年份。

解决思路与代码 #

核心逻辑：先解析日期并指定初始年份，再通过相邻行日期对比判断是否需要减年，累计调整年份后得到最终结果。

import pandas as pd

# 构造示例数据
data = {
    'cur_date': [
        'Jan-20 14:05', 'Jan-4 05:07', 'Dec-31 12:07',
        'Apr-12 20:54', 'Jan-21 06:12', 'Nov-3 04:10',
        'Feb-5 11:45', 'Jan-7 07:09', 'Dec-3 12:11'
    ]
}
df = pd.DataFrame(data)

# 1. 解析日期，指定第一行的初始年份为2023
df['temp_date'] = pd.to_datetime(df['cur_date'], format='%b-%d %H:%M', year=2023)

# 2. 统计需要递减的年数：当前日期大于前一行时，标记为跨年需减年
df['year_adjust'] = (df['temp_date'] > df['temp_date'].shift(1)).cumsum()

# 3. 应用年份调整，生成最终日期
df['req_date'] = df['temp_date'] - pd.to_timedelta(df['year_adjust'], unit='Y')

# 4. 格式化为目标字符串格式（若需保留datetime类型可跳过此步）
df['req_date'] = df['req_date'].dt.strftime('%Y-%m-%d %H:%M')

# 查看结果
print(df[['cur_date', 'req_date']])

代码解释 #

• 初始年份设置：通过year=2023指定第一行的基准年份，确保首行日期正确。
• 跨年判断：(df['temp_date'] > df['temp_date'].shift(1)).cumsum()会累计统计当前行之前的跨年次数——每出现一次当前日期比前一行大的情况，就说明需要多减1年。
• 年份调整：用pd.to_timedelta把累计的跨年次数转为时间差，从初始日期中扣除，得到符合递减要求的日期。

结果验证 #

运行代码后，req_date列将完全匹配期望的格式与年份递减规则。

内容的提问来源于stack exchange，提问作者parsem