如何将Pandas列中仅含年月的字符串转换为指定格式datetime且不新增日信息

问题原因 #

你之前的代码失效是因为使用了错误的格式匹配符：%mmm%YY不是pandas支持的日期格式标识，正确的对应规则为：

• %b 匹配英文月份缩写（如JAN、FEB）
• %Y 匹配4位年份（如2021、2022）

另外需要提前说明：pandas不存在仅包含年月的datetime类型，所有datetime类型底层都会携带完整的年月日信息，解析时会默认补充当月1日作为日值，这个操作不会修改你的原始数据，也不会影响年月维度的计算、筛选，完全满足需求。

可行实现方案 #

方案1：保留datetime计算能力（推荐） #

如果后续需要对日期列做时间计算、范围筛选，优先选择此方案，转换后同时保留计算用的datetime列和展示用的格式列：

# 可选：如果环境locale不是英文，先执行这行确保能正确识别JAN这类英文月份缩写
# import locale
# locale.setlocale(locale.LC_TIME, 'en_US.UTF-8')

# 1. 将原始字符串解析为datetime类型
df2['MONTH1_datetime'] = pd.to_datetime(df2['MONTH1'], format="%b%Y")
# 2. 生成JAN-2021格式的展示列，转全大写匹配原始格式的大小写
df2['MONTH1_display'] = df2['MONTH1_datetime'].dt.strftime("%b-%Y").str.upper()

方案2：直接转换为指定格式的字符串 #

如果不需要做时间计算，只需要修改显示格式，直接用字符串切片处理即可，无需走日期解析逻辑：

df2['MONTH1'] = df2['MONTH1'].str[:3] + '-' + df2['MONTH1'].str[3:]

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