数据清洗问询：为无年份日期补全年份的代码优化方案

你已经搞定了核心功能，这里分享几个更简洁、易维护的优化思路，完美适配你提到的规则：1-3月补2018年，其余月份补2017年（数据范围为2017年4月及以后）。

方案一：利用datetime模块简化逻辑 #

直接借助datetime的内置解析能力处理英文月份，再通过月份数字判断补全年份，代码紧凑且不易出错：

from datetime import datetime

def add_year_to_date(date_str):
    # 先解析出日和月（临时年份不影响月份判断）
    temp_date = datetime.strptime(date_str, "%d %B")
    # 根据月份规则匹配年份
    year = 2018 if temp_date.month in (1, 2, 3) else 2017
    # 格式化输出统一格式的完整日期
    return temp_date.strftime(f"%d %B {year}")

# 测试示例
print(add_year_to_date("15 March"))  # 输出: 15 March 2018
print(add_year_to_date("20 April"))  # 输出: 20 April 2017

这个方案的优势：

• 不用手动维护英文月份和数字的映射，依赖内置工具减少出错概率
• 逻辑清晰直白，新手也能快速看懂
• 输出格式和输入完全匹配，不会出现格式偏差

方案二：预定义映射实现极致性能 #

如果要处理超大规模数据集，字典查找的O(1)性能会更有优势，直接预定义月份到年份的映射关系：

# 提前把所有英文月份对应的年份映射好
MONTH_YEAR_MAP = {
    "January": 2018, "February": 2018, "March": 2018,
    "April": 2017, "May": 2017, "June": 2017,
    "July": 2017, "August": 2017, "September": 2017,
    "October": 2017, "November": 2017, "December": 2017
}

def add_year_to_date(date_str):
    day, month = date_str.split()
    return f"{day} {month} {MONTH_YEAR_MAP[month]}"

# 测试示例
print(add_year_to_date("15 March"))  # 输出: 15 March 2018
print(add_year_to_date("20 April"))  # 输出: 20 April 2017

这个方案的优势：

• 性能拉满，适合处理百万级以上的数据集
• 映射关系一目了然，后续要调整年份规则时，直接修改字典就行，扩展性极强

方案三：兼容多种输入格式的鲁棒版本 #

如果你的输入可能混有缩写月份（比如"Mar"代替"March"），可以做一个兼容多种格式的版本：

from datetime import datetime

def add_year_to_date(date_str):
    # 先尝试完整月份格式，失败就用缩写格式解析
    try:
        temp_date = datetime.strptime(date_str, "%d %B")
    except ValueError:
        temp_date = datetime.strptime(date_str, "%d %b")
    year = 2018 if temp_date.month <= 3 else 2017
    # 统一输出完整月份格式，保证数据一致性
    return temp_date.strftime(f"%d %B {year}")

# 测试示例
print(add_year_to_date("15 Mar"))  # 输出: 15 March 2018
print(add_year_to_date("20 Apr"))  # 输出: 20 April 2017

这个方案的优势：

• 兼容完整月份和缩写月份两种输入，鲁棒性拉满
• 输出统一为完整月份格式，避免数据格式混乱

选择建议 #

• 追求代码简洁、可读性优先：选方案一
• 处理超大量数据、要极致性能：选方案二
• 输入格式不固定、需要兼容多种情况：选方案三

内容的提问来源于stack exchange，提问作者user31735