如何在Python中将仅含年月的浮点列转换为datetime类型？

你遇到的问题核心在于DATA列的数据类型是浮点数，而非字符串，导致pd.to_datetime把数值当成了Unix时间戳（纳秒单位）解析，才出现了1970年的奇怪日期结果。

解决方案 #

只需要先把DATA列转换成字符串格式，再用指定规则解析日期即可：

# 第一步：将浮点数列转为字符串，保证格式为YYYY.MM
df['DATA'] = df['DATA'].astype(str)

# 第二步：按指定格式解析日期
df['DATA'] = pd.to_datetime(df['DATA'], format='%Y.%m')

也可以合并成一行代码简化操作：

df['DATA'] = pd.to_datetime(df['DATA'].astype(str), format='%Y.%m')

执行后，你会得到正确的日期结果（比如2009-06-01，因为没有日的信息，pandas默认会补充当月1号）。

为什么之前会出错？ #

当pd.to_datetime接收数值类型输入时，它默认会将数值视为Unix时间戳（纳秒单位）。你的2009.06作为浮点数，被解析成了1970年1月1日零点之后的2009.06纳秒（约2微秒），所以才会出现1970-01-01 00:00:00.000002009这种结果。只有当输入是字符串时，format参数才会生效，按照你指定的%Y.%m规则去解析日期。

内容的提问来源于stack exchange，提问作者Marlon Henrique Teixeira