如何在pandas dataframe中将YYYYMXX格式字符串转换为标准日期

直接使用pandas内置的日期解析工具即可完成转换，无需额外拆分字符串，两种实现方式可选： #

方法1（最简写法，适配绝大多数场景） #

pandas解析仅包含年月的日期时，默认会自动取当月第一天，直接指定输入格式即可：

import pandas as pd

# 转换Date列格式
df['Date'] = pd.to_datetime(df['Date'], format='%YM%m').dt.strftime('%Y-%m-%d')

• 如果你需要Date列为datetime类型而非字符串格式，删除末尾的.dt.strftime('%Y-%m-%d')即可

方法2（显式指定取当月第一天，稳定性更高） #

如果担心不同pandas版本的默认行为差异，可以显式强制取当月第一天：

df['Date'] = pd.to_datetime(df['Date'], format='%YM%m').dt.to_period('M').dt.to_timestamp().dt.strftime('%Y-%m-%d')

参数说明 #

• format='%YM%m'：匹配输入的年M月格式，%Y对应4位年份，%m对应2位月份
• strftime('%Y-%m-%d')：将datetime对象格式化为年-月-日的字符串格式

内容的提问来源于stack exchange，提问作者RoshanShah22