Pandas：如何将两种不同格式的日期转换为统一格式？

问题分析 #

你之前的代码报错是因为指定的格式%d-%m是横杠分隔，但实际日期是点分隔的，且存在带年份的格式，导致匹配失败。下面提供两种简单的解决方法，都能帮你统一成日.月.格式：

方法一：直接字符串截取（高效简洁） #

两种目标格式的前5位正好是你需要的dd.mm.，直接截取字符串前5个字符即可：

df["date"] = df["date"].str[:5]

注：该方法适用于所有日期字符串都严格符合dd.mm.或dd.mm.yyyy结构的情况

方法二：转成datetime后格式化（更严谨） #

先将所有日期转成datetime类型（pandas会自动识别两种点分隔的格式），再提取日和月重新格式化：

# 转换为datetime类型，指定dayfirst=True确保日在前月在后
df["date"] = pd.to_datetime(df["date"], dayfirst=True)
# 格式化为你需要的日.月.格式
df["date"] = df["date"].dt.strftime("%d.%m.")

这种方法能自动处理一些格式异常（比如个别不符合的日期会被转为NaT，你可以后续用df.dropna()处理），更适合数据可能存在小异常的场景。

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