解决pandas转换字符串日期时年份误判（2057替代1957）的问题

问题根源 #

pd.to_datetime 默认以1969为分界处理两位数年份：两位数年份≥69时解析为19xx，<69时解析为20xx，因此"57"被识别为2057而非1957。

具体解决方法 #

• 指定固定日期格式（最推荐）
  若Datum列的日期格式固定（如dd.mm.yy、mm/dd/yy），直接用format参数明确解析规则，配合cutoff_year调整年份映射：

  # 示例：日期格式为"日.月.两位数年份"（如"01.05.57"）
  sf['Datum'] = pd.to_datetime(sf['Datum'], format='%d.%m.%y', cutoff_year=2000).dt.date
  # 若格式为"月/日/两位数年份"，则改为format='%m/%d/%y'
  

  设置cutoff_year=2000后，所有两位数年份都会被解析为19xx（因为两位数年份均大于00，触发前两位减1的规则）。

• 调整年份分界规则
  若无法确定固定格式，但明确所有两位数年份属于19xx，直接通过cutoff_year修改默认分界：

  sf['Datum'] = pd.to_datetime(sf['Datum'], cutoff_year=2000).dt.date
  

  若需要自定义分界（比如仅将≤57的两位数年份解析为19xx），可设置cutoff_year=1957。

• 手动修正已解析的错误年份
  若已完成错误解析，可批量调整年份：

  # 先转换为datetime类型（保留时间信息以便修改）
  sf['Datum'] = pd.to_datetime(sf['Datum'])
  # 将年份超过当前年份的日期减去100年
  sf.loc[sf['Datum'].dt.year > 2024, 'Datum'] = sf['Datum'] - pd.DateOffset(years=100)
  # 再转换为date类型
  sf['Datum'] = sf['Datum'].dt.date
  

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