如何在Pandas DataFrame中将Month-Year格式拆分为单独列？

错误原因 #

你直接调用df['Month-Year'].split()报错，是因为pandas的Series对象没有split方法——split是Python原生字符串的方法，必须通过Series的str属性来调用字符串处理方法。

具体解决方案 #

方法1：直接拆分字符串（最常用）

利用str.split结合expand=True，将拆分结果直接转为两列：

import pandas as pd

# 假设你的数据集是df，目标列名为'Month-Year'
df[['Month', 'Year']] = df['Month-Year'].str.split('-', expand=True)

如果存在多分隔符的情况（比如Jan-2023-xxx），可以用n=1限定只拆分一次，确保只得到月份和年份两列：

df[['Month', 'Year']] = df['Month-Year'].str.split('-', n=1, expand=True)

方法2：通过日期类型提取（更规范）

如果「Month-Year」是标准日期格式（比如Jan-2023），可以先转为日期类型，再提取月份和年份，避免拆分异常：

# 转换为日期类型（根据实际格式调整format参数，比如'%B-%Y'对应'January-2023'）
df['Date'] = pd.to_datetime(df['Month-Year'], format='%b-%Y')
# 提取月份名称和年份
df['Month'] = df['Date'].dt.month_name()
df['Year'] = df['Date'].dt.year
# 可选：删除中间Date列
df.drop('Date', axis=1, inplace=True)

前置检查 #

• 确认列名拼写正确，比如是否是'Month-Year'而非其他写法
• 确保目标列是字符串类型，若不是先转换：

  df['Month-Year'] = df['Month-Year'].astype(str)
  

内容的提问来源于stack exchange，提问作者Samridh Vikhas S