Python中pandas拼接年月列转YYYYmmdd格式1月被识别为10月问题求解

问题根因 #

你遇到的问题是月份转字符串后没有补前导零导致的：

• 月份为1时，转字符串得到的是"1"而非"01"，拼接后得到的字符串格式是类似2023101（7位）
• 用format='%Y%m%d'解析时，会按4位年、2位月、2位日的规则拆分，7位字符串会被拆为年=2023、月=10、日=1，因此1月的记录全部被识别为10月1日。

解决方案 #

方案1：修改原有拼接逻辑，给月份补前导零 #

只需要在月份转字符串后调用str.zfill(2)方法，自动给不足2位的内容补前导零即可，修改后代码如下：

dfyz_m_d['dt'] =  '01'# 为每个月生成固定的1号日期
# 月份转字符串后补前导零到2位
dfyz_m_d['CalendarWeek1'] =  dfyz_m_d['year'].map(str) + dfyz_m_d['mon'].map(str).str.zfill(2) + dfyz_m_d['dt'].map(str)
dfyz_m_d['CalendarWeek'] = pd.to_datetime(dfyz_m_d['CalendarWeek1'], format='%Y%m%d')

方案2：更简洁的原生方法（推荐） #

Pandas的pd.to_datetime本身支持直接解析包含年、月、日字段的DataFrame，不需要手动拼接字符串，代码更简洁也不会出现格式错误：

# 直接指定年、月列，手动指定日为1即可
dfyz_m_d['CalendarWeek'] = pd.to_datetime(dfyz_m_d[['year', 'mon']].assign(day=1))

内容的提问来源于stack exchange，提问作者Ashish