如何将DataFrame列中的mmm-yy格式值转换为datetime类型

在pandas里处理这种格式的日期非常直接，核心是用pd.to_datetime()函数并指定匹配的格式字符串：

基础转换代码 #

假设你的DataFrame是df，目标日期列名为month_year：

import pandas as pd

# 示例数据
df = pd.DataFrame({'month_year': ['feb-20', 'mar-20', 'oct-21', 'jan-99']})

# 转换列类型
df['month_year'] = pd.to_datetime(df['month_year'], format='%b-%y')

关键细节说明 #

• %b 用于匹配缩写的月份名称（如feb对应二月），这个格式默认对大小写敏感。如果你的数据里有大写月份（比如FEB-20），可以添加case=False参数忽略大小写：

  df['month_year'] = pd.to_datetime(df['month_year'], format='%b-%y', case=False)
  

• %y 匹配2位数年份，pandas默认的映射规则是：00-69 → 2000-2069，70-99 → 1970-1999。如果需要自定义世纪规则（比如把所有2位数年份都映射到2000年后），可以用自定义函数处理：

  from datetime import datetime
  
  def parse_custom_year(date_str):
      dt = datetime.strptime(date_str, '%b-%y')
      # 强制将所有2位数年份转为20xx
      dt = dt.replace(year=dt.year + 2000 if dt.year < 100 else dt.year)
      return dt
  
  df['month_year'] = df['month_year'].apply(parse_custom_year)
  

转换完成后，你可以用df.dtypes查看列类型，确认已经转为datetime64[ns]类型，后续就能正常使用日期筛选、计算等操作了。

内容的提问来源于stack exchange，提问作者user19998362