如何将Pandas DataFrame中的月日对象列转换为日期格式

错误原因 #

1. pd.to_datetime解析Dec-01时，默认推断为月-日格式，年份自动填充为公元1年（1 CE），而pandas的datetime64[ns]类型仅支持1677-09-21至2262-04-18的日期范围，因此触发越界错误。
2. 代码存在语法错误：strftime(%d-%b')缺少开头的单引号，正确写法是strftime('%d-%b')。

解决方案 #

根据原始数据的实际含义，分两种情况处理：

情况1：Dec-01表示2001年12月（月-年格式） #

指定解析格式为%b-%y（月份缩写-两位年份），让pandas正确识别年份：

import pandas as pd

# 正确解析为datetime类型
df['column'] = pd.to_datetime(df['column'], format='%b-%y')
# 若需要转换为日-月格式的字符串（如01-Dec）
df['column'] = df['column'].dt.strftime('%d-%b')

注：%y会将两位年份01默认转换为2001，若需指定其他世纪，可手动调整年份（如df['column'] = df['column'] + pd.DateOffset(years=100)）。

情况2：Dec-01表示12月1日（月-日格式） #

手动补充年份，避免pandas填充无效的公元1年：

import pandas as pd
from datetime import datetime

# 方法1：拼接固定年份后解析
df['column'] = pd.to_datetime(df['column'] + '-2024', format='%b-%d-%Y')
# 方法2：用default参数指定默认年份（pandas 2.0+支持）
df['column'] = pd.to_datetime(df['column'], infer_datetime_format=True, default=datetime(2024, 1, 1))
# 转换为日-月格式字符串
df['column'] = df['column'].dt.strftime('%d-%b')

额外提示 #

如果不需要将日期转为字符串，仅需保留datetime类型，直接执行pd.to_datetime并指定正确格式即可，无需dt.strftime步骤。

内容的提问来源于stack exchange，提问作者mikestacker487