如何在Pandas DataFrame中基于年月列创建每月首日日期列？

错误原因分析 #

你之前用calendar模块报错，是因为这些函数（比如itermonthdays3、monthrange）只能接收单个标量值（单个年份/月份整数），但你传入的是Pandas的Series（整个列的数据），所以触发了"Series布尔值模糊"的错误——Pandas无法对整个Series直接执行需要单个值的函数。

正确实现方案 #

不需要用循环或calendar模块，Pandas本身提供了更高效的矢量化方法来处理日期生成，以下是两种可靠方式：

方式1：直接拼接字符串转日期（推荐，性能最优）

先把月份缩写转成数字，再拼接成年份-月份-01的格式，最后转成日期并格式化：

import pandas as pd

# 1. 转换月份缩写为数字（自动兼容大小写，比如jan/Feb都能识别）
df1['Month'] = pd.to_datetime(df1['Month'], format='%b').dt.month

# 2. 生成每月第一天的日期列，格式化为'日-月-年'
df1['Month_Year'] = pd.to_datetime(
    df1['Year'].astype(str) + '-' + df1['Month'].astype(str) + '-01'
).dt.strftime('%d-%m-%Y')

方式2：用lambda + apply逐行处理（适合需要自定义逻辑的场景）

如果一定要用lambda函数，可以结合apply逐行调用datetime构造函数：

import pandas as pd
from datetime import datetime

# 先转换月份为数字
df1['Month'] = pd.to_datetime(df1['Month'], format='%b').dt.month

# 使用lambda生成目标列
df1['Month_Year'] = df1.apply(
    lambda row: datetime(row['Year'], row['Month'], 1).strftime('%d-%m-%Y'),
    axis=1
)

验证结果 #

假设你的原始数据是：

处理后Month_Year列会生成：

内容的提问来源于stack exchange，提问作者Faisal Rizvi