Python Pandas：每周列（int）到时间戳列转换（以周为单位）

Posted 2023-03-12

【中文标题】Python Pandas：每周列（int）到时间戳列转换（以周为单位）

【英文标题】：Python Pandas: weekly columns(int) to Timestamp columns conversion (in weeks)

【发布时间】：2018-06-23 22:25:33

【问题描述】：

我有一个每周列如下的 df。我想将我的列索引更改为时间戳。这是我的 df.columns

df.columns:
Int64Index([201601, 201602, 201603, 201604, 201605, 201606, 201607,
        201608, 201609,
        ...],
       dtype='int64', name='timeline', length=104)

df.columns[0]:
201553

我想将我的 df.columns 更改为时间戳，如下所示

 df.columns:
 DatetimeIndex(['2016-01-04', '2016-01-11', '2016-01-18', '2016-01-25',
           '2016-02-01', '2016-02-08', '2016-02-15', '2016-02-22',
           '2016-02-29'.....],
           dtype='int64', name='timeline', length=104)
df.columns[0]:
Timestamp('2016-01-04 00:00:00')

底线是我的 df.columns 是 int 格式，表示 yyyyww 值。从这个 int 开始，我想将其更改为显示每周星期一日期的时间戳。请告诉我一个改变这种情况的好方法。谢谢

【参考方案1】：

您可以使用to_datetime，但首先为Mondays 添加1，然后将%W 与%w 一起使用：

Source - http://strftime.org/:

%w 工作日为十进制数，其中 0 为星期日，6 为星期六。%W 一年中的第几周（星期一为第一天周）作为十进制数。新年中第一个星期一之前的所有日子都被认为是在第 0 周。

a = pd.Int64Index([201601, 201602, 201603, 201604, 201605, 201606, 201607,
        201608, 201609])

print (pd.to_datetime(a.astype(str) + '1', format='%Y%W%w'))
DatetimeIndex(['2016-01-04', '2016-01-11', '2016-01-18', '2016-01-25',
               '2016-02-01', '2016-02-08', '2016-02-15', '2016-02-22',
               '2016-02-29'],
              dtype='datetime64[ns]', freq=None)

【讨论】：

一直困扰我的一件事是，我的另一组数据列以 201601 前一周的“201553”开头。当我应用上面的代码时，201553 不断变成 20160104。你知道为什么吗？

是的，有点复杂，我认为是解释here

如果datetimeindex相信你可以使用df = df.rename(pd.datetime(2016, 1, 4): pd.datetime(2015, 12, 28))

我试过 SI_col[0] = pd.datetime(2015,12,28) 并且出现“索引不支持可变操作”错误。

你需要创建新索引，所以使用df.index = [pd.datetime(2015,12,28)] + SI_col[1:].tolist()