Python中从Object类型年月生成月末日期并新增列的方法

没问题，我来帮你解决这个生成月末日期的问题。你遇到的无法转换month_date的情况，大概率是没指定正确的解析格式，咱们一步步来搞定：

首先，核心思路是先把MM-YYYY格式的字符串正确转成datetime类型，再通过pandas的日期偏移工具获取当月最后一天，这样得到的last_date就是标准的日期格式，能直接和其他日期列计算差值。

完整代码示例 #

import pandas as pd

# 你的示例数据
data = {
    'id': ['id_1', 'id_1', 'id_2', 'id_2'],
    'month_date': ['04-2018', '04-2018', '04-2018', '05-2019']
}
df = pd.DataFrame(data)

# 1. 将month_date转为datetime类型，必须指定format='%m-%Y'确保解析正确
df['month_datetime'] = pd.to_datetime(df['month_date'], format='%m-%Y')

# 2. 生成月末日期：MonthEnd(0)表示取当前月份的最后一天
df['last_date'] = df['month_datetime'] + pd.offsets.MonthEnd(0)

# 可选：删除中间辅助列（如果不需要的话）
df = df.drop('month_datetime', axis=1)

# 查看结果，last_date是datetime类型，支持日期计算
print(df)

代码解释 #

• 指定解析格式：pd.to_datetime里的format='%m-%Y'是关键，它告诉pandas你的字符串是「月份-年份」的格式，避免自动解析时出现歧义（比如把04当成日期）。
• 获取月末日期：pd.offsets.MonthEnd(0)会把日期调整到当前月份的最后一天，比如2018-04-01会变成2018-04-30，2019-05-01会变成2019-05-31，完全符合你的需求。
• 日期格式保留：生成的last_date是datetime64类型，直接就能和其他日期列做差值计算（比如用df['last_date'] - df['other_date']）。

关于显示格式 #

如果你想让last_date显示成示例里的30-4-2018这种不带前导零的格式，可以用dt.strftime格式化，但注意这样会把它转成字符串类型，就没法直接做日期计算了：

# Linux/macOS用%-m，Windows用%#m去掉月份前导零
df['last_date_display'] = df['last_date'].dt.strftime('%d-%-m-%Y')

这样处理后，你既能得到用于计算的日期类型列，也能根据需要生成显示用的字符串列。

内容的提问来源于stack exchange，提问作者Lalitha Sundar Iyer S