Pandas：直接从日期时间列返回小时

Posted 2023-03-11

【中文标题】Pandas：直接从日期时间列返回小时

【英文标题】：Pandas: Return Hour from Datetime Column Directly

【发布时间】：2014-09-27 13:04:02

【问题描述】：

假设我有一个时间戳值的 DataFrame sales：

timestamp               sales_office
2014-01-01 09:01:00     Cincinnati
2014-01-01 09:11:00     San Francisco
2014-01-01 15:22:00     Chicago
2014-01-01 19:01:00     Chicago

我想创建一个新列time_hour。我可以通过这样编写一个简短的函数并使用apply() 迭代地应用它来创建它：

def hr_func(ts):
    return ts.hour

sales['time_hour'] = sales['timestamp'].apply(hr_func)

然后我会看到这个结果：

timestamp               sales_office         time_hour
2014-01-01 09:01:00     Cincinnati           9
2014-01-01 09:11:00     San Francisco        9
2014-01-01 15:22:00     Chicago              15
2014-01-01 19:01:00     Chicago              19

我喜欢实现的是像这样的一些较短的转换（我知道这是错误的，但得到了精神）：

sales['time_hour'] = sales['timestamp'].hour

显然该列的类型为Series，因此没有这些属性，但似乎有一种更简单的方法来利用矩阵运算。

有没有更直接的方法？

【问题讨论】：

pd.Datetimeindex(sales['timestamp']).hour 将比使用 .apply 快得多

这就是我要走的路。我正在寻找一种使用pd.to_datetime 迭代地将这些列转换为类似日期时间索引的对象的方法。但是整个列本身需要是一个 datetimeindex 对象，这不是用pd.to_datetime 实现的。

您也可以使用pd.to_datetime(column.values,box=True) 来执行此操作（我认为有时会添加一个Series.to_index() 方法来基本上直接执行此操作。这都是矢量化的。

@JohnE 不确定你在说什么

@Jeff -- Datetimeindex 应该是 DatetimeIndex，对吧？ （索引中的大写 I）

【参考方案1】：

假设时间戳是数据帧的索引，你可以这样做：

hours = sales.index.hour

如果您想将其添加到您的销售数据框中，只需执行以下操作：

import pandas as pd
pd.concat([sales, pd.DataFrame(hours, index=sales.index)], axis = 1)

编辑： 如果您有几列日期时间对象，则过程相同。如果您的数据框中有一列 ['date']，并假设 'date' 具有日期时间值，则可以从 'date' 访问小时：

hours = sales['date'].hour

编辑2： 如果要调整数据框中的列，则必须包含 dt：

sales['datehour'] = sales['date'].dt.hour

【讨论】：

不幸的是，我的示例设置得很差。我的实际难题包括几列datetime 值。我将计算时间戳之间经过的营业时间，因此将提取几组小时单位值。

假设 'date' 是一个列 hours = sales['date'].hour1 将给出属性错误：AttributeError: 'Series' object has no attribute 'hour'

@Lucas 对，如果是列，那么答案是 hours=sales['date'].dt.hour

@famargar 非常感谢您添加 dt 拯救我的生命。 dt btw 是什么意思？

@overloading 大概是datetime的缩写

【参考方案2】：

对于后代：截至0.15.0，有一个方便的.dt accessor，您可以使用它从日期时间/周期系列中提取此类值（在上述情况下，只需sales.timestamp.dt.hour！

【讨论】：

提供的链接对我不起作用。这个是.dt accessor。

【参考方案3】：

您可以使用lambda expression，例如：

sales['time_hour'] = sales.timestamp.apply(lambda x: x.hour)

【讨论】：

这很有帮助，特别是如果事实证明无法使用apply()。

确实是这样但是比使用sales.timestamp.dt.hour慢，写起来也慢

【参考方案4】：

你可以试试这个：

sales['time_hour'] = pd.to_datetime(sales['timestamp']).dt.hour

【参考方案5】：

由于最快、最短的答案在评论中（来自 Jeff）并且有错字，因此在此更正完整：

sales['time_hour'] = pd.DatetimeIndex(sales['timestamp']).hour

【参考方案6】：

现在我们可以使用：

sales['time_hour'] = sales['timestamp'].apply(lambda x: x.hour)

【参考方案7】：

这是一个简单的解决方案：

import pandas as pd
# convert the timestamp column to datetime
df['timestamp'] = pd.to_datetime(df['timestamp'])

# extract hour from the timestamp column to create an time_hour column
df['time_hour'] = df['timestamp'].dt.hour

【参考方案8】：

您还可以创建一个函数，如果需要，您还可以提取月份、年份等，但“时间戳”必须是索引。

for i in range(len(sales)):
  position = sales.index[i]
  hour = position.hour
  month = position.month
  sales.loc[position, 'hour'] = hour
  sales.loc[position, 'month'] = month