Pandas如何拆分无分隔符列 提取YYYYMMDD日期的MMDD部分

你当前使用的iterrows逐行遍历写法是pandas处理大数据的典型低效用法，完全没有利用pandas的向量化运算能力，处理百万行数据必然耗时极长，直接使用pandas内置的批量字符串操作即可实现秒级处理。

核心实现代码 #

已知日期列列名的写法（假设列名为date） #

# 整列批量转为字符串后取第4位之后的内容，即为MMDD部分
data['date'] = data['date'].astype(str).str[4:]

未知列名、仅需处理第一列的写法 #

# 按列位置选取第一列做批量处理
data.iloc[:, 0] = data.iloc[:, 0].astype(str).str[4:]

全流程参考（从读文件到保存结果） #

import pandas as pd

# 读取原始CSV文件
data = pd.read_csv("你的原始文件路径.csv")

# 批量处理日期列
data.iloc[:, 0] = data.iloc[:, 0].astype(str).str[4:]

# 保存处理后的结果到新文件，不会覆盖原文件
data.to_csv("处理后文件路径.csv", index=False)

如果你的日期列本身已经是字符串格式，可以省略.astype(str)步骤，处理速度会更快。

内容的提问来源于stack exchange，提问作者Maarten