Num day与Pandas的名字日

Posted 2021-04-01

如果我使用这个函数qazxsw poi我得到当天的数字，但我找不到任何给出de day名字的函数...所以我需要将0转换为星期一，1转换为星期二等等。

以下是我的数据框示例：

pd.DatetimeIndex(dfTrain['datetime']).weekday

还有一个问题，那就是 datetime season holiday workingday weather temp atemp humidity windspeed count 0 2011-01-01 00:00:00 1 0 0 1 9.84 14.395 81 0.0000 16 1 2011-01-01 01:00:00 1 0 0 1 9.02 13.635 80 0.0000 40 2 2011-01-01 02:00:00 1 0 0 1 9.02 13.635 80 0.0000 32 3 2011-01-01 03:00:00 1 0 0 1 9.84 14.395 75 0.0000 13 4 2011-01-01 04:00:00 1 0 0 1 9.84 14.395 75 0.0000 1 5 2011-01-01 05:00:00 1 0 0 2 9.84 12.880 75 6.0032 1 6 2011-01-01 06:00:00 1 0 0 1 9.02 13.635 80 0.0000 2 7 2011-01-01 07:00:00 1 0 0 1 8.20 12.880 86 0.0000 3 8 2011-01-01 08:00:00 1 0 0 1 9.84 14.395 75 0.0000 8 9 2011-01-01 09:00:00 1 0 0 1 13.12 17.425 76 0.0000 14 and pandas.DatetimeIndex.dayofweek之间的区别？

答案

一种方法，只要datetime已经是datetime列，就是应用pandas.DatetimeIndex.weekday来获取工作日的字符串：

datetime.strftime

至于你的另一个问题，In [105]: df['weekday'] = df[['datetime']].apply(lambda x: dt.datetime.strftime(x['datetime'], '%A'), axis=1) df Out[105]: datetime season holiday workingday weather temp atemp 0 2011-01-01 00:00:00 1 0 0 1 9.84 14.395 1 2011-01-01 01:00:00 1 0 0 1 9.02 13.635 2 2011-01-01 02:00:00 1 0 0 1 9.02 13.635 3 2011-01-01 03:00:00 1 0 0 1 9.84 14.395 4 2011-01-01 04:00:00 1 0 0 1 9.84 14.395 5 2011-01-01 05:00:00 1 0 0 2 9.84 12.880 6 2011-01-01 06:00:00 1 0 0 1 9.02 13.635 7 2011-01-01 07:00:00 1 0 0 1 8.20 12.880 8 2011-01-01 08:00:00 1 0 0 1 9.84 14.395 9 2011-01-01 09:00:00 1 0 0 1 13.12 17.425 humidity windspeed count weekday 0 81 0.0000 16 Saturday 1 80 0.0000 40 Saturday 2 80 0.0000 32 Saturday 3 75 0.0000 13 Saturday 4 75 0.0000 1 Saturday 5 75 6.0032 1 Saturday 6 80 0.0000 2 Saturday 7 86 0.0000 3 Saturday 8 75 0.0000 8 Saturday 9 76 0.0000 14 Saturday 和dayofweek之间没有区别。

将工作日的地图定义为工作日的String等效和调用地图会更快：

weekday

对于dayOfWeek={0:'Monday', 1:'Tuesday', 2:'Wednesday', 3:'Thursday', 4:'Friday', 5:'Saturday', 6:'Sunday'} df['weekday'] = df['datetime'].dt.dayofweek.map(dayOfWeek) 之前的版本，以下应该有效：

0.15.0

版本0.18.1和更新版本

现在有一种新的便利方法import datetime as dt df['weekday'] = df['datetime'].apply(lambda x: dt.datetime.strftime(x, '%A')) 来做上述事情

版本0.23.0及更新版本

weekday_name现已弃用，以支持qazxsw poi。

另一答案

在版本dt.weekday_name中，您可以使用新方法dt.day_name：

0.18.1

另一答案

使用dt.weekday_name是df['weekday'] = df['datetime'].dt.weekday_name print df datetime season holiday workingday weather temp atemp 0 2011-01-01 00:00:00 1 0 0 1 9.84 14.395 1 2011-01-01 01:00:00 1 0 0 1 9.02 13.635 2 2011-01-01 02:00:00 1 0 0 1 9.02 13.635 3 2011-01-01 03:00:00 1 0 0 1 9.84 14.395 4 2011-01-01 04:00:00 1 0 0 1 9.84 14.395 5 2011-01-01 05:00:00 1 0 0 2 9.84 12.880 6 2011-01-01 06:00:00 1 0 0 1 9.02 13.635 7 2011-01-01 07:00:00 1 0 0 1 8.20 12.880 8 2011-01-01 08:00:00 1 0 0 1 9.84 14.395 9 2011-01-01 09:00:00 1 0 0 1 13.12 17.425 humidity windspeed count weekday 0 81 0.0000 16 Saturday 1 80 0.0000 40 Saturday 2 80 0.0000 32 Saturday 3 75 0.0000 13 Saturday 4 75 0.0000 1 Saturday 5 75 6.0032 1 Saturday 6 80 0.0000 2 Saturday 7 86 0.0000 3 Saturday 8 75 0.0000 8 Saturday 9 76 0.0000 14 Saturday ，而是使用dt.weekday_name：

deprecated since pandas 0.23.0

另一答案

添加@jezrael之前的正确答案，您可以使用：

dt.day_name()

根据df.datetime.dt.day_name() 0 Saturday 1 Saturday 2 Saturday 3 Saturday 4 Saturday 5 Saturday 6 Saturday 7 Saturday 8 Saturday 9 Saturday Name: datetime, dtype: object ，它还为您的新分类变量提供顺序（在此示例中：'Monday'，...，'Sunday'）。这可能对您分析的后续步骤有所帮助。