如何在Pandas中将19、2019格式的年份统一转换为2019格式？

问题原因 #

你执行pd.to_datetime(chelsea["Year"], format="%y")报错，是因为%y强制要求输入为两位年份，而列中存在四位年份（如2019），无法被完全解析，因此触发ValueError。

解决方案 #

方法1：按字符串长度补全（明确世纪范围）

如果确定两位年份都属于20xx（比如19对应2019），可以直接按字符串长度补全：

# 转为字符串类型，确保统一处理
chelsea['Year'] = chelsea['Year'].astype(str)

# 两位年份补全为四位，四位年份保持不变
chelsea['Year'] = chelsea['Year'].apply(lambda x: f"20{x}" if len(x) == 2 else x)

# 转换为整数类型的四位年份（或保留datetime类型）
chelsea['Year'] = pd.to_numeric(chelsea['Year'], errors='coerce')

如果两位年份属于19xx（比如93对应1993），只需把f"20{x}"改成f"19{x}"即可。

方法2：异常捕获自动解析（鲁棒性强）

如果需要自动推断两位年份对应的世纪（Python默认规则：00-69→2000-2069，70-99→1970-1999），可以用try-except处理：

def parse_year(year_val):
    try:
        # 尝试解析两位年份
        return pd.to_datetime(year_val, format="%y").year
    except ValueError:
        # 失败则解析四位年份
        return pd.to_datetime(year_val, format="%Y").year

# 应用函数转换
chelsea['Year'] = chelsea['Year'].apply(parse_year)

这种方法能自动适配两种格式，无需手动指定世纪，适合多数通用场景。

方法3：提取数字后统一处理（应对脏数据）

如果列中存在非数字干扰字符（比如19年、2019.），先提取纯数字再处理：

# 提取字符串中的所有数字字符
chelsea['Year'] = chelsea['Year'].astype(str).str.extract(r'(\d+)', expand=False)

# 按长度补全或保留
chelsea['Year'] = chelsea['Year'].apply(
    lambda x: x if len(x) == 4 else f"20{x}" if len(x) == 2 else None
)

# 转为数值类型，无效值设为NaN
chelsea['Year'] = pd.to_numeric(chelsea['Year'], errors='coerce')

内容的提问来源于stack exchange，提问作者Muhammad Anas Atiq