问题:从熊猫日期时间列中分别提取月份和年份
我有一个数据框df,其中包含以下列:
df['ArrivalDate'] =
...
936 2012-12-31
938 2012-12-29
965 2012-12-31
966 2012-12-31
967 2012-12-31
968 2012-12-31
969 2012-12-31
970 2012-12-29
971 2012-12-31
972 2012-12-29
973 2012-12-29
...
该列的元素是pandas.tslib.Timestamp。
我只想包括年份和月份。我以为会有一种简单的方法,但是我无法弄清楚。
这是我尝试过的:
df['ArrivalDate'].resample('M', how = 'mean')
我收到以下错误:
Only valid with DatetimeIndex or PeriodIndex
然后我尝试了:
df['ArrivalDate'].apply(lambda(x):x[:-2])
我收到以下错误:
'Timestamp' object has no attribute '__getitem__'
有什么建议?
编辑:我想通了。
df.index = df['ArrivalDate']
然后,我可以使用索引对另一列进行重新采样。
但是我仍然想要一种重新配置整个列的方法。有任何想法吗?
回答 0
如果希望新列分别显示年和月,则可以执行以下操作:
df['year'] = pd.DatetimeIndex(df['ArrivalDate']).year
df['month'] = pd.DatetimeIndex(df['ArrivalDate']).month
要么…
df['year'] = df['ArrivalDate'].dt.year
df['month'] = df['ArrivalDate'].dt.month
然后,您可以将它们组合或按原样使用它们。
回答 1
找到最好的方法!
的df['date_column']
必须是日期时间格式。
df['month_year'] = df['date_column'].dt.to_period('M')
您也可以将D
Day,2M
2个月等用于不同的采样间隔,并且如果其中一个带有时间戳的时间序列数据,我们可以进行细化的采样间隔,例如45Min
45分钟,15Min
15分钟采样等。
回答 2
您可以直接访问year
和month
属性,或请求一个datetime.datetime
:
In [15]: t = pandas.tslib.Timestamp.now()
In [16]: t
Out[16]: Timestamp('2014-08-05 14:49:39.643701', tz=None)
In [17]: t.to_pydatetime() #datetime method is deprecated
Out[17]: datetime.datetime(2014, 8, 5, 14, 49, 39, 643701)
In [18]: t.day
Out[18]: 5
In [19]: t.month
Out[19]: 8
In [20]: t.year
Out[20]: 2014
组合年和月的一种方法是对它们进行整数编码,例如:201408
对于2014年8月。在整列中,您可以这样做:
df['YearMonth'] = df['ArrivalDate'].map(lambda x: 100*x.year + x.month)
或其许多变体。
不过,我并不是这样做的忠实拥护者,因为它会使日期对齐和算术在以后变得很痛苦,对于那些不遵循相同约定而使用您的代码或数据的其他人来说尤其痛苦。更好的方法是选择一个月的日期约定,例如最终的非美国假日工作日或第一天等,并使用所选的日期约定以日期/时间格式保留数据。
该calendar
模块对于获取某些日期(例如最后一个工作日)的数值很有用。然后,您可以执行以下操作:
import calendar
import datetime
df['AdjustedDateToEndOfMonth'] = df['ArrivalDate'].map(
lambda x: datetime.datetime(
x.year,
x.month,
max(calendar.monthcalendar(x.year, x.month)[-1][:5])
)
)
如果您碰巧正在寻找一种解决简单问题的方法,那就只是将datetime列格式化为某种字符串表示形式,为此,您可以使用类中的datetime.datetime
,如下所示:
In [5]: df
Out[5]:
date_time
0 2014-10-17 22:00:03
In [6]: df.date_time
Out[6]:
0 2014-10-17 22:00:03
Name: date_time, dtype: datetime64[ns]
In [7]: df.date_time.map(lambda x: x.strftime('%Y-%m-%d'))
Out[7]:
0 2014-10-17
Name: date_time, dtype: object
回答 3
如果要月对唯一,则使用apply非常时尚。
df['mnth_yr'] = df['date_column'].apply(lambda x: x.strftime('%B-%Y'))
一列输出月-年。
我通常会忘记,不要忘记先将格式更改为日期时间。
df['date_column'] = pd.to_datetime(df['date_column'])
回答 4
从[‘2018-03-04’]中提取年份的说法
df['Year'] = pd.DatetimeIndex(df['date']).year
df [‘Year’]创建一个新列。如果要提取月份,请使用.month
回答 5
您可以首先使用pandas.to_datetime转换日期字符串,这使您可以访问所有的numpy datetime和timedelta工具。例如:
df['ArrivalDate'] = pandas.to_datetime(df['ArrivalDate'])
df['Month'] = df['ArrivalDate'].values.astype('datetime64[M]')
回答 6
感谢jaknap32,我想根据Year和Month汇总结果,所以可以这样:
df_join['YearMonth'] = df_join['timestamp'].apply(lambda x:x.strftime('%Y%m'))
输出整洁:
0 201108
1 201108
2 201108
回答 7
@KieranPC的解决方案是适用于Pandas的正确方法,但对于任意属性而言却不容易扩展。为此,您可以getattr
在生成器理解中使用并结合使用pd.concat
:
# input data
list_of_dates = ['2012-12-31', '2012-12-29', '2012-12-30']
df = pd.DataFrame({'ArrivalDate': pd.to_datetime(list_of_dates)})
# define list of attributes required
L = ['year', 'month', 'day', 'dayofweek', 'dayofyear', 'weekofyear', 'quarter']
# define generator expression of series, one for each attribute
date_gen = (getattr(df['ArrivalDate'].dt, i).rename(i) for i in L)
# concatenate results and join to original dataframe
df = df.join(pd.concat(date_gen, axis=1))
print(df)
ArrivalDate year month day dayofweek dayofyear weekofyear quarter
0 2012-12-31 2012 12 31 0 366 1 4
1 2012-12-29 2012 12 29 5 364 52 4
2 2012-12-30 2012 12 30 6 365 52 4
回答 8
df['year_month']=df.datetime_column.apply(lambda x: str(x)[:7])
这对我来说很好用,没想到熊猫会把结果字符串日期解释为日期,但是当我做情节时,它非常了解我的议程和正确订购年份的字符串year_month……必须爱熊猫!
回答 9
不使用方法套用两个步骤提取所有数据框的年份。
第1步
将列转换为datetime:
df['ArrivalDate']=pd.to_datetime(df['ArrivalDate'], format='%Y-%m-%d')
第2步
使用DatetimeIndex()
方法提取年或月
pd.DatetimeIndex(df['ArrivalDate']).year
回答 10
单行:添加具有“年-月 ”对的列:(“ pd.to_datetime”首先将列dtype更改为操作之前的日期时间)
df['yyyy-mm'] = pd.to_datetime(df['ArrivalDate']).dt.strftime('%Y-%m')
因此,对于额外的“年”或“月”列:
df['yyyy'] = pd.to_datetime(df['ArrivalDate']).dt.strftime('%Y')
df['mm'] = pd.to_datetime(df['ArrivalDate']).dt.strftime('%m')