从order_date生成order_month列时遇TypeError错误求助

错误原因 #

order_date列被pandas读取Excel时自动解析成了Timestamp类型，但你代码里用datetime.datetime.strptime()试图把Timestamp对象当作字符串解析，这就触发了类型不匹配的错误。

解决方案（三种可选） #

方法1：用pandas自带的dt属性直接格式化（推荐，效率更高）

利用pandas对日期列的原生支持，直接通过dt.strftime格式化：

import pandas as pd
dataset = pd.read_excel("D:\\DataSciencePython/retail_raw_reduced.xltx")
# 直接对Timestamp列做格式化处理
dataset['order_month'] = dataset['order_date'].dt.strftime('%Y-%m')
print(dataset.head())

方法2：转换为月份周期类型（适合后续统计/可视化）

如果只需要年月维度的信息，可以生成周期对象再转成字符串：

import pandas as pd
dataset = pd.read_excel("D:\\DataSciencePython/retail_raw_reduced.xltx")
dataset['order_month'] = dataset['order_date'].dt.to_period('M').astype(str)
print(dataset.head())

方法3：修复原有apply逻辑

一定要保留apply写法的话，去掉多余的strptime步骤，直接对Timestamp对象调用strftime：

import datetime
import pandas as pd
dataset = pd.read_excel("D:\\DataSciencePython/retail_raw_reduced.xltx")
dataset['order_month'] = dataset['order_date'].apply(lambda x: x.strftime('%Y-%m'))
print(dataset.head())

以上三种方法都能输出你期望的结果，生成格式为YYYY-MM的order_month列。

内容的提问来源于stack exchange，提问作者Syarifah Chaira Zulfa