Pandas中拆分整数日期列转换为datetime报错求助

错误原因 #

你的date_checkout_y列是数值类型（int/float），而str.split是字符串专属方法，数值列无法调用str属性，因此执行代码时会报错。

最优解决方案：直接解析为datetime #

你的日期格式是标准的YYYYMMDD（如18000809对应1800年8月9日），无需拆分，用pandas.to_datetime直接指定格式即可完成转换，这是最高效的方式：

import pandas as pd

# 直接转换数值列为datetime
df['date_checkout_y'] = pd.to_datetime(df['date_checkout_y'], format='%Y%m%d')

如果担心数值类型的解析问题，可以先转成字符串再处理：

df['date_checkout_y'] = pd.to_datetime(df['date_checkout_y'].astype(str), format='%Y%m%d')

可选方案：拆分后转换（仅作演示） #

如果一定要通过拆分年/月/日的方式实现，步骤如下：

1. 将数值列转为字符串
2. 按位置拆分年、月、日
3. 组合为datetime类型

# 转字符串
df['date_str'] = df['date_checkout_y'].astype(str)
# 拆分年、月、日
df['year'] = df['date_str'].str[:4]
df['month'] = df['date_str'].str[4:6]
df['day'] = df['date_str'].str[6:8]
# 组合成datetime
df['date_checkout_y'] = pd.to_datetime(df[['year', 'month', 'day']])
# 删除临时列
df.drop(['date_str', 'year', 'month', 'day'], axis=1, inplace=True)

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