如何在Pandas中替换无效日期值为对应月末日期？

问题场景 #

现有一组YYYYMMDD格式的日期数据：

20000123
19850123
19880112
19951201
19850123
20190821
20000512
19850111
19670133
19850123

其中19670133为无效日期（1月无33日），需要将这类无效日期替换为对应月份的月末日期。已确认生成月末日期的逻辑可行：

pd.to_datetime(x[0:6]+"01")+ pd.offsets.MonthEnd(n=0)

但原替换代码存在逻辑错误，导致替换失效。

原代码问题分析 #

原代码的核心问题：

• 循环遍历单个日期值时，却对整个date列赋值，会覆盖之前的正确数据
• apply用法错误：pd.to_datetime(x)是处理单个值，不需要用apply；且axis=1是按行处理，不符合单列元素处理的需求
• try-except作用范围错误：针对整列操作捕获异常，而非单个日期值的转换异常

正确解决方案 #

定义一个处理单个日期字符串的函数，通过apply逐元素处理，在函数内部实现异常捕获与修复：

import pandas as pd

def fix_invalid_date(date_str):
    try:
        # 尝试正常转换为日期，指定格式提升效率
        return pd.to_datetime(date_str, format='%Y%m%d')
    except ValueError:
        # 处理无效日期：提取年月，生成当月月末
        year_month_part = date_str[:6]
        first_day_of_month = pd.to_datetime(year_month_part + '01', format='%Y%m%d')
        return first_day_of_month + pd.offsets.MonthEnd(0)

# 应用函数到date列
df_tmp_customer['date'] = df_tmp_customer['date'].apply(fix_invalid_date)

效果验证 #

处理后，无效日期19670133会被转换为1967-01-31（1967年1月的月末日期），其余有效日期保持原样。

内容的提问来源于stack exchange，提问作者PiPio