如何在Python Pandas中将YYYYMMDD格式日期列转为MM-DD-YYYY？

问题说明 #

我有一个包含Valuation Date列的DataFrame，该列数据为YYYYMMDD格式的数值，需要转换为MM-DD-YYYY格式的标准日期字符串。同时要保留列中的0值，且避免用迭代循环处理（原循环代码不仅会用单个值覆盖84k行数据，效率还极低）。

原错误循环代码：

for val in df['Valuation Date']:
    if val == 0:
        val == 0
    else:
        val = str(val)
        vy = val[:4]
        vm = val[4:6]
        vd = val[6:8]
        val = date(int(vy),int(vm),int(vd))   
        df['Valuation Date'] = val

原代码问题分析 #

• 循环中直接执行df['Valuation Date'] = val，会把整列数据覆盖为当前循环的val值，最终整列只剩最后一次循环的结果
• 逐行迭代处理DataFrame属于低效操作，完全不符合Pandas的设计逻辑

修正后的解决方案 #

方案1：修复后的apply方法（修正@thomask方案的格式符错误） #

原方案中误用了%M（代表分钟），月份格式符应为%m，同时补充0值的返回逻辑：

from datetime import datetime

def change_format(val):
    if val == 0:
        return 0  # 保留原始0值
    else:
        # 解析YYYYMMDD格式字符串为日期对象
        date_obj = datetime.strptime(str(val), "%Y%m%d")
        # 转换为MM-DD-YYYY格式字符串返回
        return date_obj.strftime("%m-%d-%Y")

df['Valuation Date'] = df['Valuation Date'].apply(change_format)

方案2：高效向量化操作（推荐用于84k行大数据集） #

用Pandas原生向量化方法替代逐行处理，效率提升显著：

import pandas as pd

# 先将列转为字符串类型，统一处理格式
df['Valuation Date'] = df['Valuation Date'].astype(str)

# 用mask实现批量替换：仅非0值转换格式，0值保留
df['Valuation Date'] = df['Valuation Date'].mask(
    df['Valuation Date'] != '0',
    pd.to_datetime(df['Valuation Date'], format="%Y%m%d").dt.strftime("%m-%d-%Y")
)

# 可选：若需要将0转回数值类型
df['Valuation Date'] = df['Valuation Date'].replace('0', 0)

关键注意点 #

• 日期格式符区分：%m是2位月份（如01、12），%M是分钟，不要混淆
• 向量化操作是Pandas处理大数据的最优方式，比apply和循环效率高一个量级
• 可根据需求调整0值的存储类型（字符串'0'或数值0）

内容的提问来源于stack exchange，提问作者snek