这个问题我之前也碰到过！原因是pandas的pd.to_timedelta确实不再支持'M'（月）和'Y'（年）作为单位——毕竟不同月份天数不同，平年闰年的年长度也不一样，没法用一个统一的时间差来表示，所以官方就移除了这些单位的支持。

要生成你需要的MonthIdx列（即每个年-月的第一天），我们可以直接用pd.to_datetime来构造日期，这是更准确且高效的方式：

解决方案代码 #

import pandas as pd

# 模拟你的DataFrame结构
df = pd.DataFrame(
    {'Year': [2020, 2021, 2022], 'Month': [4, 4, 4]},
    index=[38, 65, 92]
)

# 核心步骤：组合Year、Month和固定的Day=1，生成当月第一天的日期
df['MonthIdx'] = pd.to_datetime(df[['Year', 'Month']].assign(Day=1))

# 如果需要将日期格式转为YYYY/MM/DD的字符串形式，添加这一行
df['MonthIdx'] = df['MonthIdx'].dt.strftime('%Y/%m/%d')

输出结果 #

运行后你的DataFrame会变成：

Year  Month    MonthIdx
38  2020      4  2020/04/01
65  2021      4  2021/04/01
92  2022      4  2022/04/01

为什么原来的方法不行？ #

pd.to_timedelta设计用来处理固定时长的时间差（比如天、小时、分钟这些单位，长度是固定不变的），而月和年的时长是动态变化的，无法用一个统一的数值来表示，所以pandas在后续版本中移除了对'M'和'Y'单位的支持，避免产生歧义。

内容的提问来源于stack exchange，提问作者Zanam