Python 熊猫到_日期时间每年意外变化

我有一个日期列，在使用pandas read_csv之后，它被表示为对象类型。我试图将其转换为pandas datetime对象，但使用pd.to_datetime时，它返回不正确的datetime对象

例如，我有格式为01-06-68的日期，其中01是天，06是月，68是年。将pandas to_datetime应用于此字符串将返回2068-06-01，但应返回1968-06-01，其中06是一个月，01是一天

我使用pandas to_datetime（python的datetime，钟摆库）尝试了所有可能的解决方案，但仍然得到了一个错误。如何解决此问题？

使用：

df['date'] = pd.to_datetime(df['date'].str[:-2] + '19' + df['date'].str[-2:])

另一个带有替换的解决方案：

样本：

使用：

另一个带有替换的解决方案：

样本：

您在中有一个format=参数 您可能可以尝试使用df['my\u col']=pd.to\u datetimedf['my\u col']，格式='%d-%m-%Y'

请参阅此处的其他方法：

您在中有一个format=参数 您可能可以尝试使用df['my\u col']=pd.to\u datetimedf['my\u col']，格式='%d-%m-%Y'

---

请参阅此处的其他方法：

可能的重复，因此，如果%y年低于69，则将归属于2000年的一个世纪；如果%y年高于69，则将归属于1900年；如果%y年低于69，则将归属于2000年的一个世纪；如果%y年高于69，则将归属于1900年

df['date'] = pd.to_datetime(df['date'].str.replace(r'-(\d+)$', r'-19\1'))

print (df)
       date
0  01-06-70
1  01-06-69
2  01-06-68
3  01-06-67

df['date'] = pd.to_datetime(df['date'].str.replace(r'-(\d+)$', r'-19\1'))
print (df)
        date
0 1970-01-06
1 1969-01-06
2 1968-01-06
3 1967-01-06