Pandas列操作后如何保留前导零？日期列提取年月份为规范数字格式

你原有代码出错的核心原因是切片范围错误，YYYY-MM-DD格式的字符串中，月份占据第5、6两个索引位置（索引从0开始计数，遵循左闭右开规则），你仅取了索引6的单个字符，自然丢失了月份的前导零。

以下是两种高效的向量化实现方案，性能远高于手动循环： #

方案1：修正字符串切片（性能最优） #

直接调整切片范围取完整两位月份，拼接后转整数即可，适合日期格式100%统一的场景：

# 适配无多余引号的日期格式：2021-01-01
df['period'] = (df['Date'].str[:4] + df['Date'].str[5:7]).astype(int)

如果你的原始Date列两端带单引号，调整切片偏移量即可：

# 适配带单引号的日期格式：'2021-01-01'
df['period'] = (df['Date'].str[1:5] + df['Date'].str[6:8]).astype(int)

方案2：转datetime类型处理（容错性最高） #

如果不能保证所有日期字符串格式完全统一，建议先转成pandas内置的datetime类型再格式化，可自动适配多种常用日期格式：

import pandas as pd

# 转换日期格式，errors参数可设置为'coerce'将异常日期转为空值
df['Date'] = pd.to_datetime(df['Date'], errors='raise')
# 格式化为YYYYMM字符串后转整数
df['period'] = df['Date'].dt.strftime('%Y%m').astype(int)

两种方案均为pandas原生向量化操作，处理百万级行数据仅需毫秒级耗时。

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