Pandas使用pd.to_datetime转换年份列时年份被识别为秒数怎么办

pd.to_datetime()默认会将纯数字输入识别为Unix时间戳，也就是从1970-01-01 00:00:00开始的时间偏移量，你输入的年份数值会被当作偏移值解析，才会出现年份被识别到1970年的错误。

以下两种方案都可以实现需求：

• 方案1：指定format参数强制按年份解析
  直接声明输入内容为4位年份格式，方法会自动补全为当年1月1日0点，完全匹配你要求的输出格式：

winds["YEAR"] = pd.to_datetime(winds["YEAR"], format="%Y")

• 方案2：手动拼接自定义日期后转换
  如果你需要自定义月、日、时分秒的数值，可以先把年份转为字符串拼接成完整日期再转换，灵活度更高：

# 示例：自定义为每年3月15日 08:00:00
winds["YEAR"] = pd.to_datetime(winds["YEAR"].astype(str) + "-03-15 08:00:00")

转换后可以执行以下代码校验输出是否符合预期：

print(winds["YEAR"].sample(5))

内容的提问来源于stack exchange，提问作者Candace Agonafir