如何将numpy datetime64列转为带正确月度频率的pandas DatetimeIndex

你的核心问题是混淆了月度频率的两种代码：M代表每月最后一天（月度结束），而你的数据是每月第一天（月度起始），对应的正确频率代码是MS。以下是几种可行的解决方法：

方法1：创建DatetimeIndex时指定正确频率 #

直接用MS作为频率参数创建索引，再替换原数据框的索引：

dt_idx = pd.DatetimeIndex(my_df['month_beginning'], freq='MS')
my_df = my_df.set_index(dt_idx).drop(columns='month_beginning')

验证：执行后my_df.index.freq会显示<MonthBegin>，即正确的月度起始频率。

方法2：先设置索引再补全频率 #

先按常规方式设置索引，再手动指定或自动推断频率：

# 第一步：设置索引
my_df = my_df.set_index('month_beginning')
# 方式2a：手动指定频率
my_df.index.freq = 'MS'
# 方式2b：让pandas自动推断频率（适合数据无缺失的情况）
my_df.index.freq = pd.infer_freq(my_df.index)

为什么第二次尝试报错？ #

你传入的freq='M'对应月度结束日期（如2016-01-31），但你的数据是月度起始日期（2016-01-01），pandas自动推断出的频率是MS，和你指定的M不匹配，因此抛出ValueError。

内容的提问来源于stack exchange，提问作者Max Power