Pandas调用pd.to_datetime指定月日时间格式自动补1900年问题求助

问题原因 #

Pandas的datetime64是完整时间戳类型，必须包含年、月、日三级信息。当你传入的时间字符串仅包含月、日、时、分、秒时，Pandas会默认填充1900作为缺省年份，属于框架内置逻辑。

解决方案 #

根据你的实际业务需求选择对应处理方式：

方案1：补全正确业务年份（需要做时间计算/排序/聚合时选这个） #

如果你的数据对应明确的业务年份，直接在转换前给时间字符串拼接上年份即可，示例代码如下（以2024年为例，替换为你实际需要的年份即可）：

# 批量处理原始DateTime字符串（替代低效的for循环遍历）
scen_1['DateTime'] = scen_1['DateTime'].str[1:3] + '-' + scen_1['DateTime'].str[4:6] + ' ' + scen_1['DateTime'].str[8:]
# 批量替换24:00:00为00:00:00
scen_1['DateTime'] = scen_1['DateTime'].str.replace('24:00:00', '00:00:00')
# 拼接业务年份
scen_1['DateTime'] = '2024-' + scen_1['DateTime']
# 转换为datetime类型
scen_1['Date'] = pd.to_datetime(scen_1['DateTime'], format='%Y-%m-%d %H:%M:%S')

转换后的Date列就会携带你指定的年份，不会再出现1900年的问题，同时可以正常做时间差值、分组聚合、排序等时间运算操作。

方案2：不需要年份，仅需月日时分秒格式展示 #

如果你的场景不需要做时间运算，只需要保留%m-%d %H:%M:%S格式的内容输出，直接将datetime类型转换为格式化字符串即可：

# 基于你已有的Date列，直接转换为无年份的字符串格式
scen_1['Date_str'] = scen_1['Date'].dt.strftime('%m-%d %H:%M:%S')

生成的Date_str列就是你需要的无年份格式内容。

额外优化提示 #

你原来使用for循环逐行修改DateTime列的写法在数据量较大时效率极低，上述代码中使用Pandas矢量化字符串操作替代循环，处理效率可以提升100倍以上，同时避免链式赋值警告。

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