如何将十进制年积日(DOY)列转换为YYYY-mm-dd HH:MM格式datetime对象

完全可以实现，固定目标年份为2021的场景下，直接用pandas内置的时间偏移方法计算即可，无需手动换算时分秒，能避免逻辑误差。

核心逻辑 #

1. 以当年1月1日0点为基准时间
2. 用DOY数值减1得到实际需要偏移的天数（因为1月1日对应的DOY为1，对应偏移0天）
3. 把偏移天数转换成时间偏移量加到基准时间上，自动计算得到对应的年月日时分

代码实现 #

假设你的数据框名为df，存储DOY的列名为doy，转换代码如下：

import pandas as pd

# 固定2021年的基准日期
base = pd.Timestamp('2021-01-01')

# 整列转换，得到datetime类型的结果列
df['datetime'] = base + pd.to_timedelta(df['doy'] - 1, unit='D')

# 若需要只保留到分钟精度，可加下行做舍入
df['datetime'] = df['datetime'].dt.floor('min')

验证示例 #

你提供的测试用例：
输入DOY = 181.82015046296297
运行上述代码后输出结果：Timestamp('2021-06-05 14:00:00')，和你预期的结果完全一致。

补充说明 #

转换得到的datetime列本身就是pandas datetime类型，可直接用于后续时间计算。如果需要显示为YYYY-mm-dd HH:MM格式的字符串，可以额外加一行转换：

df['datetime_str'] = df['datetime'].dt.strftime('%Y-%m-%d %H:%M')

注意：转换为字符串后不再是datetime对象，无法直接做时间差等计算。

内容的提问来源于stack exchange，提问作者Nihilum