如何移除df中日期的时分秒，仅提取并保留年和月？

解决方案 #

以下是pandas DataFrame场景下的可行实现方案，按需选择即可：

• 首先统一预处理：先将日期列转为标准datetime类型，避免原始列为字符串类型导致操作失效

import pandas as pd
# 转换日期列格式，errors='coerce'会把无法解析的异常日期转为空值NaT
df['your_date_col'] = pd.to_datetime(df['your_date_col'], errors='coerce')

• 方案1：输出字符串格式的年月（格式为YYYY-MM，适合导出、展示场景）

df['year_month'] = df['your_date_col'].dt.strftime('%Y-%m')
# 如果需要直接覆盖原日期列，把'year_month'替换为原列名即可

• 方案2：输出Period时间类型的年月（适合后续做时间序列计算、分组聚合场景）

df['year_month'] = df['your_date_col'].dt.to_period('M')

• 方案3：仅调整显示效果，不修改原始数据类型
  如果不需要修改存储的数据，只需要在打印df的时候隐藏时分秒，可以修改pandas全局显示配置：

pd.set_option('display.datetime_format', '%Y-%m')

• 特殊场景方案：如果你的日期列是字符串格式且不想转datetime，且固定为YYYY-MM-DD HH:MM:SS的格式，可以直接切割字符串取前7位：

df['year_month'] = df['your_date_col'].str[:7]

常见失效原因排查 #

• 执行dt相关方法时报错：基本都是因为日期列是object字符串类型，必须先执行pd.to_datetime转换后再操作
• 转换后还是显示时分秒：检查是否是用了strftime方法后又被自动转成了datetime类型，确认输出列的dtype符合预期

内容的提问来源于stack exchange，提问作者Aldy