你也可以试试这个：

df['scheduled_date'] = pd.to_datetime(df.scheduled_date, format='%Y-%m-%d').dt.strftime('%Y-%m')

   case_id scheduled_date  code
0     1213        2021-08     1
1     3444        2021-06     3
2     4566        2021-07     5

您可以使用字符串解析来删除日期（我假设您需要字符串，因为预期输出中没有日期）：

df["scheduled_date"].str.split("-").str[:2].str.join("-").astype(str)

这将输出：

case_id scheduled_date  code
0     1213        2021-08     1
1     3444        2021-06     3
2     4566        2021-07     5

将日期转换为datetime并以这种方式访问月份

df['month'] = pd.to_datetime(df['scheduled_date']).dt.to_period('M')

   case_id scheduled_date  code    month
0     1213     2021-08-17     1  2021-08
1     3444     2021-06-24     3  2021-06
2     4566     2021-07-20     5  2021-07

请注意，dtype为period[M]，而不是使用此方法的对象。

首先，将字符串列转换为日期时间列，然后可以应用许多不同的日期操作。
供参考：我从这个帖子中得知了答案-Drop the year from "Year-month-date" format in a pandas dataframe

# converting to datetime: 
df['scheduled_date'] = pd.to_datetime(df['scheduled_date'])

# converting the datetime column to desired output
df['scheduled_date'] = df['scheduled_date'].dt.strftime('%y-%m ')

样本输出：