熊猫：仅从日期时间列中提取日历年

Posted 2023-03-12

【中文标题】熊猫：仅从日期时间列中提取日历年

【英文标题】：Pandas: Extracting just the Calendar Year from Datetime column

【发布时间】：2016-07-27 10:22:06

【问题描述】：

我有一个数据框，其中有一列类似于以下列：

df['Schedule'] =
...
2012-12-31
2013-01-01
2013-01-02
2013-01-03
2013-01-04
2013-01-05
2013-01-06
2013-01-07
2013-01-08
2013-01-09

从1981年到2015年等等。列的元素是pandas.tslib.Timestamp。

我需要创建另一个列，我只需要提取年份。

所以我做了以下命令：

df['Year'] = df['Schedule'].dt.year

它部分有效，因为我需要年份与日历年的日期相匹配（我的数据集由 NBA 赛季的比赛组成）/ 要清楚，而不是：

2012-12-31    2012
2013-01-01    2013

我需要：

2012-12-31    2013
2013-01-01    2013
...
2013-09-27    2014
...
2014-04-06    2014    

有没有人有有效的方法来解决这个问题？

【问题讨论】：

月份如何与季节对应？

我的观察（输入）都是从1981年到2015年的比赛。每个赛季的开始时间是10月左右，常规赛（季后赛前）在4月中旬结束。所以相关月份如下：09,10,11,12,01,02,03,04。希望对你有帮助

【参考方案1】：

根据你的说法，9 月似乎是 NBA 赛季的转折点。如果是这样，您最好的选择是 apply 自定义 lambda，就像这样：

df["year"] = df["schedule"].apply (lambda x : x.year if x.month < 9 else x.year + 1)

如果你给我更多关于 NBA 赛季月份的信息，我可以清理一下。

这是一个为您的样本产生正确输出的测试程序：

import dateutil

df = DataFrame (
    "schedule" :
    Series ([
        "2012-12-31",
        "2013-01-01",
        "2013-09-27",
        "2014-04-06"
    ]).apply(dateutil.parser.parse)
)
df["year"] = df["schedule"].apply (lambda x : x.year if x.month < 9 else x.year + 1)
df

Here 是 pandas 文档首先开始介绍使用 lambda 函数和 apply 的地方之一。

【讨论】：

为了给你更多信息，我的数据集由常规赛赛程（从 10 月到 4 月中旬）组成。您的代码听起来不错，但为什么“.apply(dateutil.parser.parse)”？

感谢接受。 .apply(dateutil.parser.parse) 只是设置示例数据以使 schedule 列变为 datetime 类型，我认为这也是您原始数据集列的类型。

是的！感谢您的帮助。