如何实现日期转对应当月/下月1号？含12月跨年处理

原代码的问题 #

1. 使用apply(axis=1)时，函数接收的是单行数据，不是整列的DatetimeSeries，所以不能用.dt访问器提取日/月/年，得直接处理单个日期值。
2. 条件判断里用了&（位运算符），单个值的逻辑判断应该用and。
3. else返回字符串'ERROR'，会导致结果列混合日期和字符串类型，引发类型混乱问题。

修复后的逐行处理函数 #

先确保你的Date列已经转为datetime类型：

import datetime
import pandas as pd

# 先把Date列转成datetime类型（如果还没转的话）
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')

def Del_Date(row):
    date = row['Date']
    day = date.day
    month = date.month
    year = date.year
    
    if day <= 15:
        return datetime.date(year, month, 1)
    else:
        # 处理下月1号，12月自动转下一年1月
        if month == 12:
            return datetime.date(year + 1, 1, 1)
        else:
            return datetime.date(year, month + 1, 1)

# 应用函数生成目标列
df['Del_Date'] = df.apply(Del_Date, axis=1)
# 可选：把Del_Date转回datetime类型（适配后续数据操作）
df['Del_Date'] = pd.to_datetime(df['Del_Date'])

更高效的矢量化实现（推荐） #

逐行apply在数据量大时效率极低，用pandas的矢量化操作能大幅提升速度，且代码更简洁：

import pandas as pd

# 确保Date列是datetime类型
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')

# 先生成所有日期对应的当月1日
df['Del_Date'] = df['Date'] + pd.offsets.MonthBegin(-1)

# 对16号及以后的日期，将日期偏移到下月1日（自动处理12月转下一年的情况）
mask = df['Date'].dt.day >= 16
df.loc[mask, 'Del_Date'] = df.loc[mask, 'Del_Date'] + pd.offsets.MonthBegin(1)

# 可选：按示例格式输出日期
df['Del_Date'] = df['Del_Date'].dt.strftime('%d/%m/%Y')

验证结果 #

运行后你的DataFrame会和示例完全匹配：

内容的提问来源于stack exchange，提问作者KKKK