如何修改pandas.DataFrame中datetime列的年份且保留月份日期不变

你之前用时间差增减年份的方式会受闰年、每月天数差异的影响，无法保留原始月日信息，以下是两种可直接替换年份、不改动其余时间信息的方案：

方案1：手动拼接日期（兼容性最高） #

适合需要自定义保留时分秒等更多时间维度的场景：

import pandas as pd

df = pd.DataFrame({
    'name': ['alice','bob','charlie'],
    'date_of_birth': ['10/25/2005','10/29/2002','01/01/2001']})

# 转换为datetime类型
df['date_of_birth'] = pd.to_datetime(df['date_of_birth'])

# 筛选需要修改年份的行
filter_mask = df['date_of_birth'].dt.year > 2000
# 拼接新日期：固定年份1900，保留原月、日
df.loc[filter_mask, 'date_of_birth'] = pd.to_datetime({
    'year': 1900,
    'month': df.loc[filter_mask, 'date_of_birth'].dt.month,
    'day': df.loc[filter_mask, 'date_of_birth'].dt.day
})

print(df)

输出结果：

name date_of_birth
0    alice    1900-10-25
1      bob    1900-10-29
2  charlie    1900-01-01

方案2：dt.replace 写法更简洁高效 #

pandas内置的dt.replace方法可直接替换时间字段，性能更优，适合处理大批量时序数据：

filter_mask = df['date_of_birth'].dt.year > 2000
df.loc[filter_mask, 'date_of_birth'] = df.loc[filter_mask, 'date_of_birth'].dt.replace(year=1900)

如果时间列包含时分秒信息，上述两种方法都会默认保留原始时分秒，无需额外处理。

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