pandas拼接年月列时月份前导零缺失问题如何解决

拆分得到的月份列为数值类型时，直接转字符串不会保留1-9月的前导零：例如6月转字符串后是"6"而非"06"，拼接后就会出现20006这类缺位结果。

方案1：适配你当前已拆分好年、月、日列的场景 #

用str.zfill(2)给转成字符串的月份自动补前导零，固定长度为2位：

df["period"] = df["y"].astype(str) + df["m"].astype(str).str.zfill(2)

该方法对10-12月的两位月份无影响，"10"、"12"这类值经过处理后不会发生变化。

方案2：从根源避免手动拼接的格式问题 #

你之前pandas.to_datetime()解析失败，是因为没有指定日期格式规则：你的原始数据是日/月/年格式，默认解析逻辑按美式「月/日/年」识别，遇到14、25这类大于12的数值就会报错。只要指定dayfirst=True参数即可正常解析，不需要手动拆分列，后续生成周期字段直接调用日期格式化方法即可，自动补全前导零：

# 直接解析原始日期列
df["parsed_date"] = pd.to_datetime(df["你的原始日期列名"], dayfirst=True)
# 生成YYYYMM格式的周期字段
df["period"] = df["parsed_date"].dt.strftime("%Y%m")

该方案容错性更高，不会出现手动拼接时的位数错误。

内容的提问来源于stack exchange，提问作者user15788706