如何在pandas DataFrame中处理混合日期、缺失值并提取月份列

混合日期格式解析 #

同列存在多种日期格式时，不要直接省略format参数让pandas自动推断，很容易出现日月年解析错位。采用「优先解析主格式+失败值补解析」的逻辑即可：

# 优先按DD/MM/YYYY格式解析，解析失败的值标记为NaT（空日期值）
temp_df['Invoice Date'] = pd.to_datetime(
    temp_df['Invoice Date'], 
    format='%d/%m/%Y', 
    errors='coerce'
)
# 筛选出所有解析失败的行，按YYYY-MM-DD格式二次解析后回填
parse_fail_mask = temp_df['Invoice Date'].isna()
temp_df.loc[parse_fail_mask, 'Invoice Date'] = pd.to_datetime(
    temp_df.loc[parse_fail_mask, 'Invoice Date'],
    format='%Y-%m-%d',
    errors='coerce'
)

*注意：你提到的2022-03-17是横杠分隔，对应格式串为%Y-%m-%d，不要写成斜杠分隔的%Y/%m/%d，分隔符不匹配会导致解析失败。后续如果需要兼容更多日期格式，重复上述二次解析的逻辑即可。

仅填充缺失日期为当月1日 #

你之前的代码存在两个问题：一是isnull()返回的是逐行布尔值序列，不能直接作为单条件传入if判断；二是直接给整列赋值会覆盖所有非空值。正确写法只针对空值位置赋值：

# 先确保目标列是datetime类型
temp_df['Distributor Invoice Date'] = pd.to_datetime(
    temp_df['Distributor Invoice Date'],
    errors='coerce'
)
# 筛选空值位置，填充为当前月1日
na_mask = temp_df['Distributor Invoice Date'].isna()
temp_df.loc[na_mask, 'Distributor Invoice Date'] = pd.Timestamp.today().replace(day=1)

如果需要填充的是日期对应业务月的1日（而非当前自然月的1日），可以关联同表其他日期字段取月初，比如关联订单创建日期：

# 示例：按同表订单创建日期取月初填充
temp_df.loc[na_mask, 'Distributor Invoice Date'] = temp_df.loc[na_mask, 'Order Create Date'].dt.to_period('M').dt.to_timestamp()

新增月份列 #

基于datetime类型的日期列，用.dt访问器即可快速提取月份信息，根据业务需求选对应写法：

# 写法1：提取数字月份（3月返回整数3）
temp_df['Month'] = temp_df['Invoice Date'].dt.month

# 写法2：提取年-月格式字符串（返回"2022-03"，适合分组统计）
temp_df['Month'] = temp_df['Invoice Date'].dt.strftime('%Y-%m')

# 写法3：生成月周期类型（适合做时间序列计算、环比统计）
temp_df['Month'] = temp_df['Invoice Date'].dt.to_period('M')

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