如何在DataFrame中基于月数字段给初始日期叠加月份生成新日期列

以下是基于Pandas的实现方案，适配你的需求： #

基础实现（代码简洁，适合中小数据量） #

假设你的DataFrame名为df，存储月份数值的列名为month，实现代码如下：

import pandas as pd

# 定义初始日期
start_date = pd.to_datetime("2015-01-01")
# 生成Date列
df["Date"] = df["month"].apply(lambda x: start_date + pd.DateOffset(months=x))

效果验证 #

如果month列取值为[0,1,2,72]，生成的Date列输出为：

0   2015-01-01
1   2015-02-01
2   2015-03-01
3   2021-01-01
Name: Date, dtype: datetime64[ns]

高性能实现（适合百万级以上大数据量） #

apply方法在数据量极大时性能偏低，可使用向量化计算方案提升效率：

import pandas as pd

start_year = 2015
start_month = 1
# 计算总月数后拆分年、月信息
total_months = start_year * 12 + start_month - 1 + df["month"]
df["Date"] = pd.to_datetime({
    "year": total_months // 12,
    "month": total_months % 12 + 1,
    "day": 1
})

补充说明 #

• 若需要将日期转为字符串格式，可追加代码：df["Date"] = df["Date"].dt.strftime("%Y-%m-%d")
• 若你的月份列名称不是month，替换代码中对应的列名即可
• 两种方案都自动处理跨年逻辑，无需额外手动计算年份偏移

内容的提问来源于stack exchange，提问作者Ernesto Lopez Fune