日期格式为DD/MM/YYYY时，如何正确从DataFrame提取月份？

你的日期格式是DD/MM/YYYY（日/月/年），但pandas的DatetimeIndex默认会把斜杠分隔的日期解析成MM/DD/YYYY（月/日/年），导致月份和日期被搞混——比如03/02/2022被当成了3月2日，而非2月3日，所以提取的月份出现错误。

方案1：解析时指定dayfirst=True #

直接告诉pandas日期的第一位是日，就能正确解析格式：

import pandas as pd

month_labels = {1: 'Jan', 2: 'Feb', 3: 'March', 4: 'April', 5: 'May', 6: 'June', 7: 'July', 8: 'August',9: 'Sept', 10: 'Oct', 11: 'Nov', 12: 'Dec'}

# 关键：添加dayfirst=True参数
df['month'] = pd.DatetimeIndex(df['Settlement_Date'], dayfirst=True).month
x = df['month'].apply(lambda x: month_labels[x])

print(x)

方案2：明确指定日期格式（更严谨） #

通过format参数直接声明日期格式为%d/%m/%Y，彻底避免解析歧义：

import pandas as pd

month_labels = {1: 'Jan', 2: 'Feb', 3: 'March', 4: 'April', 5: 'May', 6: 'June', 7: 'July', 8: 'August',9: 'Sept', 10: 'Oct', 11: 'Nov', 12: 'Dec'}

# 先将字符串转为正确的datetime类型
df['datetime'] = pd.to_datetime(df['Settlement_Date'], format='%d/%m/%Y')
# 提取月份
df['month'] = df['datetime'].month
x = df['month'].apply(lambda x: month_labels[x])

print(x)

方案3：不用自定义字典，直接生成月份名称 #

利用pandas自带的日期格式化工具，省去手动编写映射字典的步骤：

import pandas as pd

# 先转成正确的datetime类型
df['datetime'] = pd.to_datetime(df['Settlement_Date'], format='%d/%m/%Y')
# 生成三位月份缩写（Jan/Feb/Mar...）
x = df['datetime'].dt.strftime('%b')
# 如果需要全称（January/February...），将%b替换为%B即可
# x = df['datetime'].dt.strftime('%B')

print(x)

以上三种方法都能得到预期结果：Jan, Jan, Feb, Feb, Mar, Mar

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