Pandas apply lambda提取join_date月份触发类型错误问题求助

join_date列虽然pandas返回的dtype为object，但列中实际存储的是Python原生datetime.date类型对象，并非字符串，无法直接使用切片语法[:7]截取内容，触发了TypeError: 'datetime.date' object is not subscriptable报错。

方法1：转字符串后矢量化截取（推荐，性能更高） #

直接将整列转为字符串后用pandas的str属性切片，无需用apply遍历：

emp['join_mth'] = emp['join_date'].astype(str).str[:7]

方法2：通过日期属性拼接年月 #

如果后续需要对该字段做日期运算，可直接通过datetime.date的自带属性拼接成指定格式的年月字符串：

emp['join_mth'] = emp['join_date'].apply(lambda x: f"{x.year}-{x.month:02d}")

方法3：转为pandas datetime类型后批量处理 #

先将该列转为pandas内置的datetime64类型，后续所有日期操作都更便捷：

# 先转格式
emp['join_date'] = pd.to_datetime(emp['join_date'])
# 提取年月，返回Period类型，若需要字符串可再加.astype(str)
emp['join_mth'] = emp['join_date'].dt.to_period('M')

补充说明：pandas的object dtype支持存储任意Python对象，不能仅凭dtype显示为object就判断列内元素是字符串类型。

内容的提问来源于stack exchange，提问作者Robby star