如何在Pandas中将yyyy-dd-mm格式Timestamp转换为yyyy-mm-dd并生成客户月份

问题核心是你的Timestamp列实际为yyyy-dd-mm格式，但Pandas默认按yyyy-mm-dd规则解析，导致月份和日期被颠倒，最终生成的Customer_month列结果错误。

步骤1：重新正确解析Timestamp列 #

• 如果Timestamp是字符串类型，直接转换为datetime时指定原格式：

  import pandas as pd
  # 转换字符串为正确的datetime格式
  data['Timestamp'] = pd.to_datetime(data['Timestamp'], format='%Y-%d-%m %H:%M:%S')
  

• 如果Timestamp已被错误解析为datetime类型，先转成字符串再重新解析：

  data['Timestamp'] = pd.to_datetime(data['Timestamp'].astype(str), format='%Y-%d-%m %H:%M:%S')
  

步骤2：生成正确的Customer_month列 #

解析完成后，再生成当月第一天的日期列：

data['Customer_month'] = data['Timestamp'].dt.strftime('%Y-%m-01')

若希望Customer_month保持datetime类型（而非字符串），可改用：

data['Customer_month'] = data['Timestamp'].dt.to_period('M').dt.start_time

验证结果 #

执行后你的DataFrame会符合预期：

Timestamp           Name            Customer_month
2022-11-05 21:31:16 Deepak Kumar    2022-11-01
2022-11-05 21:44:55 Subhash chandra 2022-11-01

内容的提问来源于stack exchange，提问作者PRIYANSHU