如何使用Python的if条件语句在字符串中间插入指定字符补全日期格式

错误原因 #

• 逻辑混淆了单个元素和整列操作：df2['date'].apply(date_changing)会将date列的每一个字符串值单独传入date_changing函数，但原函数内部返回的是整个date列的处理结果，类型和逻辑都不匹配，直接导致运行报错。
• 全局变量和函数入参重名造成逻辑混乱：提前定义的全局变量x是整列的长度序列，和函数的入参x重名，进一步加剧了逻辑错误。

修复方案 #

方案1：调整apply处理逻辑（适合小数据量） #

直接让函数处理单个字符串值即可：

df2['date'] = df2['date'].astype(str)

def date_changing(s):
    if len(s) == 7:
        # 长度为7时在第6位后插入0
        return s[:6] + '0' + s[6:]
    # 其他长度可按需补充判断逻辑，默认返回原字符串
    return s

df2['new_date'] = df2['date'].apply(date_changing)

方案2：向量化批量处理（适合大数据量，性能更高） #

不用循环遍历每个元素，直接用pandas的向量化操作批量修改：

df2['date'] = df2['date'].astype(str)
# 筛选出长度为7的行
mask = df2['date'].str.len() == 7
df2['new_date'] = df2['date']
# 批量补0
df2.loc[mask, 'new_date'] = df2.loc[mask, 'new_date'].str[:6] + '0' + df2.loc[mask, 'new_date'].str[6:]

额外优化建议 #

如果你后续需要将补全后的字符串转为日期类型，直接使用pd.to_datetime即可自动完成补0转换，无需手动处理字符串：

df2['new_date'] = pd.to_datetime(df2['date'], format='%Y%m%d')

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