如何将仅含年份的object列转换为DD/MM/YYYY格式datetime类型

• 转换后全为1970年的核心原因是：pandas默认会将纯数字或数字型字符串尝试解析为Unix时间戳（以1970-01-01 00:00:00 UTC为起点计算的秒数），1965~2020的数值作为秒数仅对应1970年1月1日前后几十分钟的时间，因此最终输出全部显示为1970年。

你仅存年份的情况下要转为DD/MM/YYYY格式的日期，默认会补全为当年1月1日，也可根据需求自定义补全的月日，以下是两种可行方案：

方案1：指定format参数强制解析年份 #

调用pd.to_datetime时明确标注输入为4位年份，避免pandas误判为时间戳，示例代码：

# 替换year_col为你的实际列名
df['date_col'] = pd.to_datetime(df['year_col'], format='%Y')

如果需要输出DD/MM/YYYY格式的字符串展示，可通过dt.strftime转换：

df['formatted_date'] = df['date_col'].dt.strftime('%d/%m/%Y')

方案2：手动拼接完整日期后转换 #

如果你需要自定义补全的月、日，可先拼接为完整日期字符串再转换，示例为补全为每年12月31日的代码：

df['date_col'] = pd.to_datetime('31/12/' + df['year_col'], format='%d/%m/%Y')

• 旧版本别名pd.datetime存在兼容风险，建议统一使用pd.to_datetime执行转换操作
• 如果年份列存在异常值，可添加参数errors='coerce'，将无法解析的内容转为空值NaT，避免转换报错

内容的提问来源于stack exchange，提问作者SM1987