如何用Python Lambda为DataFrame添加'Month_Year'日期列？

问题分析 #

你之前的代码存在两个核心问题：

1. 尝试对尚未创建的Month_Year列调用apply，会直接抛出KeyError
2. 仅硬编码处理了Jan一种月份，既没有覆盖所有月份，也没有动态引用Year列的数值

正确实现方式 #

我们可以先定义一个月份缩写到数字的映射字典，再通过apply按行处理，结合Year和Month列生成目标格式的日期字符串：

# 定义月份缩写到两位数字的映射
month_map = {
    'Jan': '01',
    'Feb': '02',
    'Mar': '03',
    'Apr': '04',
    'May': '05',
    'Jun': '06',
    'Jul': '07',
    'Aug': '08',
    'Sep': '09',
    'Oct': '10',
    'Nov': '11',
    'Dec': '12'
}

# 按行生成Month_Year列
data['Month_Year'] = data.apply(lambda row: f"01-{month_map[row['Month']]}-{row['Year']}", axis=1)

说明 #

• axis=1参数指定apply按行处理，这样lambda函数可以同时访问当前行的Year和Month值
• 映射字典覆盖了所有月份的缩写，确保任意月份都能转换为对应的两位数字
• 若你的Month列是月份全称（比如February），只需修改映射字典的键，例如'February': '02'即可

内容的提问来源于stack exchange，提问作者Aditya kumar