如何在Pandas中将浮点数格式日期转为日期时间？转索引遇报错求解

核心原因 #

1. 格式字符串错误：你用了%m.%YYYY，但pandas的日期格式规则里，%Y已经代表4位年份，不需要重复写多个Y，错误的格式字符串会导致匹配失败。
2. 脏数据存在：错误提示明确提到time data '9'，说明你的日期列里存在单独的9这类不符合「月份.年份」格式的异常值。

解决步骤 #

1. 排查并清理脏数据
   先查看列内所有唯一值，确认异常内容：

   print(df['你的日期列名'].unique())
   

   过滤掉不符合X.XXXX格式的行（X为1-2位数字，XXXX为4位年份）：

   import re
   df = df[df['你的日期列名'].str.contains(r'^\d{1,2}\.\d{4}$', na=False)]
   

2. 正确转换日期并设置索引
   方法一：指定正确格式转换（速度更快，适合格式规整的场景）

   df['你的日期列名'] = pd.to_datetime(df['你的日期列名'], format='%m.%Y')
   df.set_index('你的日期列名', inplace=True)
   

   方法二：让pandas自动识别格式（无需手动指定格式，适合数据格式统一的情况）

   df['你的日期列名'] = pd.to_datetime(df['你的日期列名'])
   df.set_index('你的日期列名', inplace=True)
   

补充说明 #

转换后的日期默认会取当月第一天（比如9.2017会转为2017-09-01），如果只需要保留月份维度的索引，可以将其转为周期类型：

df.index = df.index.to_period('M')

内容的提问来源于stack exchange，提问作者bikuser