Pandas使用%y解析日期默认转为20xx而非19xx的问题求助

当使用pd.to_datetime(df['date'], format='%d.%m.%y')处理28.01.58时，Pandas默认将00-69区间的两位数年份映射到2000-2069，所以得到2058-01-28。要得到期望的1958-01-28，可以用以下几种方法：

方法1：转换后批量调整年份 #

先完成初始转换，再对超过阈值的年份减去100年（阈值可根据业务需求调整，比如设为2030）：

import pandas as pd

df['date'] = pd.to_datetime(df['date'], format='%d.%m.%y')
# 对年份大于2030的日期，减去100年
df.loc[df['date'].dt.year > 2030, 'date'] -= pd.DateOffset(years=100)

方法2：自定义函数处理单个日期 #

通过datetime模块手动判断并调整年份，适合需要更精细控制的场景：

from datetime import datetime, timedelta
import pandas as pd

def fix_year(date_str):
    dt = datetime.strptime(date_str, '%d.%m.%y')
    # 若年份超过当前年份（示例为2024），则减100年
    if dt.year > 2024:
        dt -= timedelta(days=36524)  # 近似100年的天数
    return dt

df['date'] = df['date'].apply(fix_year)

方法3：提前补全年份为四位数 #

直接修改日期字符串，将两位数年份补全为四位数后再转换：

import pandas as pd

# 对末尾两位数年份，小于60则补19，否则补20
df['date'] = pd.to_datetime(
    df['date'].str.replace(r'(\d{2})$', lambda m: '19' + m.group(1) if int(m.group(1)) < 60 else '20' + m.group(1)),
    format='%d.%m.%Y'
)

内容的提问来源于stack exchange，提问作者Joan Arau