如何将月年格式字符串转换为Pandas Datetime格式以实现日期比较

1. 格式转换可行性 #

完全可以直接转换，Pandas内置的to_datetime()方法原生支持匹配这类3位英文月份缩写+4位年份的格式，不需要手动拆分拼接，转换时会默认自动补全为当月1日的日期，刚好匹配你的需求。

2. 高效实现步骤 #

不用手动截取DataFrame日期字段的时分秒，Pandas的datetime64类型支持直接比较，向量化操作的效率远高于字符串转换后比对的方案。

代码示例 #

import pandas as pd
import numpy as np

# 1. 转换目标月年字符串为标准日期格式
target_month_str = 'apr2021'
# %b对应3位英文月份缩写，%Y对应4位年份
target_month = pd.to_datetime(target_month_str, format='%b%Y')

# 2. 确保DataFrame的日期字段为datetime类型（如果本身已是可跳过）
df['date_col'] = pd.to_datetime(df['date_col'])

# 3. 直接向量化判断，无需循环，处理百万级数据也无压力
# 满足target_month < pandas_date时执行x逻辑，否则执行y逻辑
df['flag'] = np.where(target_month < df['date_col'], 'x对应的结果', 'y对应的结果')

3. 注意事项 #

如果运行时出现月份缩写识别报错，一般是系统locale不是英文环境导致的，添加以下代码临时修改时间识别的locale即可：

import locale
locale.setlocale(locale.LC_TIME, 'en_US.UTF-8')

内容的提问来源于stack exchange，提问作者Nhyi