在Pandas中将含两位年份的月年字符串转换为datetime类型

问题分析 #

你遇到的核心问题是两位年份的世纪推断和明确解析格式。直接调用pd.to_datetime()时，pandas可能无法正确识别Jan-98这类格式的世纪归属，或者因格式推断模糊导致解析错误；而你第二次尝试的格式串%m-%Y缺少日期部分，也不符合期望输出。

解决方案 #

需要明确指定解析格式，并通过cutoff参数控制两位年份的世纪划分，最后格式化为目标字符串格式：

import pandas as pd

# 原始数据
data = {
    'month_year': [
        'Jan-98', 'Feb-98', 'Mar-99', 'Apr-99', 'May-99',
        'Oct-00', 'Nov-00', 'Jun-01', 'Aug-03', 'Sep-08',
        'Dec-21', 'Jul-22'
    ]
}
df = pd.DataFrame(data)

# 转换并格式化
df['month_year'] = pd.to_datetime(
    df['month_year'],
    format='%b-%y',  # 明确格式：月份缩写-两位年份
    cutoff=pd.Timestamp('2000-01-01')  # 指定世纪划分：<=00的年份归20xx，>00的归19xx
).dt.strftime('%d-%m-%Y')  # 格式化为日-月-年，日固定为01

print(df)

代码说明 #

1. format='%b-%y'：告诉pandas按「月份缩写（如Jan）-两位年份（如98）」的规则解析字符串，避免格式推断错误。
2. cutoff=pd.Timestamp('2000-01-01')：控制世纪推断逻辑：两位年份值≤00时解析为20xx，>00时解析为19xx，完美匹配你的期望（98→1998，00→2000，21→2021）。
3. dt.strftime('%d-%m-%Y')：将datetime对象格式化为「日-月-年」的字符串，其中%d固定为01（因为原始数据没有日期信息，默认取每月第一天）。

输出结果 #

month_year
0   01-01-1998
1   01-02-1998
2   01-03-1999
3   01-04-1999
4   01-05-1999
5   01-10-2000
6   01-11-2000
7   01-06-2001
8   01-08-2003
9   01-09-2008
10  01-12-2021
11  01-07-2022

内容的提问来源于stack exchange，提问作者Danish