如何将含大小写月份的DataFrame日期列转为当月最后工作日日期类型？

我来帮你搞定这个日期转换的问题！你遇到的报错主要来自两个地方：一是日期格式字符串不匹配（你的原数据是"月缩写 两位年份"的格式，但你用了%b%Y，缺少空格且年份格式不对）；二是月份缩写大小写不一致，导致strptime无法正确识别。

下面是分步的解决方案，最终能得到你想要的当月最后一个工作日的结果：

步骤1：统一日期格式并解析 #

首先我们需要把Date列的字符串统一成标准格式，处理大小写问题，然后用pandas的to_datetime正确解析：

• 使用str.title()将所有日期字符串转成标题格式（比如"AUG 17"变成"Aug 17"，"Jan 19"保持"Jan 19"），这样月份缩写能被%b正确识别。
• 格式字符串用%b %y，对应"月缩写 两位年份"的结构。

步骤2：计算当月最后一个工作日 #

解析出日期后，我们先得到当月的最后一天，再调整到最近的工作日（周一至周五）：

• 用MonthEnd(0)将日期偏移到当月最后一天。
• 判断最后一天是周几：周六（weekday=5）则减1天，周日（weekday=6）则减2天，工作日则保持不变。

完整代码示例 #

import pandas as pd
from pandas.tseries.offsets import MonthEnd

# 你的原始DataFrame
data = {
    'Date': ['AUG 17', 'AUG 17', 'FEB 18', 'MAR 18', 'APR 18', 'Jan 19', 'Apr 19', 'Jun 19', 'Jan 20', 'Feb 20'],
    'number': [1.0, 1.6, 1.0, 1.7, 6.0, 1.0, 2.0, 7.1, 5.5, 8.6]
}
df = pd.DataFrame(data)

# 1. 统一格式并解析日期
df['Date'] = pd.to_datetime(df['Date'].str.title(), format='%b %y')

# 2. 获取当月最后一天
last_days = df['Date'] + MonthEnd(0)

# 3. 调整为最后一个工作日：周六减1天，周日减2天
adjust_days = last_days.dt.weekday.map({5: 1, 6: 2}).fillna(0).astype(int)
df['Date'] = last_days - pd.to_timedelta(adjust_days, unit='D')

# 查看结果
print(df)

输出结果 #

运行后你会得到和预期完全一致的结果：

Date  number
0 2017-08-31     1.0
1 2017-08-31     1.6
2 2018-02-28     1.0
3 2018-03-30     1.7
4 2018-04-30     6.0
5 2019-01-31     1.0
6 2019-04-30     2.0
7 2019-06-28     7.1
8 2020-01-31     5.5
9 2020-02-28     8.6

额外说明 #

如果你不想用pandas的偏移量工具，也可以用纯datetime模块实现，但pandas的方法更简洁高效，尤其适合处理批量数据。

内容的提问来源于stack exchange，提问作者eduardo2111