如何将DataFrame中NBA赛季日期格式从'1996-97'转换为'1996-1997'？

问题分析 #

你的数据列是字符串格式的赛季标识（如1996-97、1999-00），要转换成1996-1997、1999-2000的格式。之前的错误原因：

• 第一次用pd.to_datetime时，format='%Y-%Y'完全不符合原数据格式（原数据后两位是短年份），且重复使用%Y会导致正则分组名称冲突，触发报错。
• 第二次直接用.dt.strftime，但原列是字符串类型，不是datetime对象，所以无法使用.dt访问器。

正确解决方案 #

直接对字符串进行处理，无需转换为datetime类型（因为这是赛季区间，不是具体日期），两种实现方式：

方法1：用apply结合字符串拆分

def normalize_season(season_str):
    start_year, end_short = season_str.split('-')
    # 处理2000赛季的特殊情况
    if end_short == '00':
        end_year = '2000'
    else:
        # 取起始年份的前两位拼接短年份，得到完整4位年份
        end_year = f"{start_year[:2]}{end_short}"
    return f"{start_year}-{end_year}"

all_seasons['Date'] = all_seasons['Date'].apply(normalize_season)

方法2：正则表达式替换

利用正则匹配分组，结合逻辑判断处理00的特殊情况：

import re

def normalize_season(season_str):
    match = re.match(r'(\d{4})-(\d{2})', season_str)
    start_year = match.group(1)
    end_short = match.group(2)
    end_year = '2000' if end_short == '00' else f"{start_year[:2]}{end_short}"
    return f"{start_year}-{end_year}"

all_seasons['Date'] = all_seasons['Date'].apply(normalize_season)

验证效果 #

处理后的数据列会将1996-97转为1996-1997，1999-00转为1999-2000，其他赛季格式也会统一规范。

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