如何在Pandas中将日期时间列转为月精度并统一日期为1日

我有月级时间序列数据，DataFrame的date列包含带具体日期的时间戳，需要将所有日期统一转为当月1日（格式为YYYY-MM-01）。尝试用df['date'] = pd.to_datetime(df['date'], format='%Y-%m')没实现需求，比如无法把1997-02-02转为1997-02-01，求正确解法。

原始数据 #

date
0   1997-01-01 00:00:00
1   1997-02-02 00:00:00
2   1997-03-03 00:00:00
3   1997-04-02 00:00:00
4   1997-05-02 00:00:00
5   1997-06-01 00:00:00
6   1997-07-01 00:00:00
7   1997-08-31 00:00:00
8   1997-09-30 00:00:00
9   1997-10-31 00:00:00
10  1997-11-30 00:00:00
11  1997-12-31 00:00:00
12  1998-01-01 00:00:00
13  1998-02-28 00:00:00
14  1998-03-31 00:00:00

预期输出 #

date
0   1997-01-01
1   1997-02-01
2   1997-03-01
3   1997-04-01
4   1997-05-01
5   1997-06-01
6   1997-07-01
7   1997-08-01
8   1997-09-01
9   1997-10-01
10  1997-11-01
11  1997-12-01
12  1998-01-01
13  1998-02-01
14  1998-03-01

你之前的代码逻辑有误，format='%Y-%m'是用来解析仅含年月格式的字符串，而你的数据已是完整时间戳，所以该参数不起作用。以下三种方法可实现需求：

方法1：周期转时间戳 #

先将日期转为月份周期，再自动映射为当月第一天的时间戳：

df['date'] = pd.to_datetime(df['date']).dt.to_period('M').dt.to_timestamp()

方法2：直接替换日期 #

将列转为datetime类型后，直接把日部分替换为1：

df['date'] = pd.to_datetime(df['date']).dt.replace(day=1)

方法3：字符串拼接 #

提取年月字符串后手动拼接"-01"，再转回datetime类型：

df['date'] = pd.to_datetime(pd.to_datetime(df['date']).dt.strftime('%Y-%m') + '-01')

其中方法1、2效率更高，优先推荐使用。

内容的提问来源于stack exchange，提问作者Danish