Python如何批量修改DataFrame整列日期为年-月格式

你已经完成了日期列的类型转换与列重命名操作，后续直接对日期列调用dt.strftime()做批量格式化即可，追加如下代码：

# 批量转换为年-月字符串格式
inflation['Date'] = inflation['Date'].dt.strftime('%Y-%m')

补充说明 #

• 格式化参数里%Y对应4位完整年份，%m对应两位补零的月份，转换后输出结果完全匹配1913-01的目标格式，会自动剔除原日期中的日、时间、时区冗余信息。
• 如果你后续需要基于该列做时间序列计算（比如按年月分组、时序窗口统计），不建议转成字符串格式，可以保留时间类型、转为年月粒度的周期类型存储，对应代码如下：

# 年月周期类型方案（适配后续时序计算场景，展示效果与目标格式一致）
inflation['Date'] = inflation['Date'].dt.to_period('M')

该方案存储的数据做时序计算时无需重复做类型转换，打印输出时默认也会显示为年-月的样式。

内容的提问来源于stack exchange，提问作者AcoffeePls