在 Pandas 中为日期添加月份

Posted 2023-02-25

【中文标题】在 Pandas 中为日期添加月份

【英文标题】：Add months to a date in Pandas

【发布时间】：2018-03-26 06:27:45

【问题描述】：

我试图弄清楚如何将 3 个月添加到 Pandas 数据框中的日期，同时保持日期格式，以便我可以使用它来查找范围。

这是我尝试过的：

#create dataframe
df = pd.DataFrame([pd.Timestamp('20161011'),
                   pd.Timestamp('20161101') ], columns=['date'])

#create a future month period
plus_month_period = 3

#calculate date + future period
df['future_date'] = plus_month_period.astype("timedelta64[M]")

但是，我收到以下错误：

AttributeError: 'int' object has no attribute 'astype'

【参考方案1】：

你可以使用pd.DateOffset

In [1756]: df.date + pd.DateOffset(months=plus_month_period)
Out[1756]:
0   2017-01-11
1   2017-02-01
Name: date, dtype: datetime64[ns]

使用pd.offsets.MonthOffset的另一种方式

In [1785]: df.date + pd.offsets.MonthOffset(plus_month_period)
Out[1785]:
0   2016-10-14
1   2016-11-04
Name: date, dtype: datetime64[ns]

---

详情

In [1757]: df
Out[1757]:
        date
0 2016-10-11
1 2016-11-01

In [1758]: plus_month_period
Out[1758]: 3

【讨论】：

pd.offsets.MonthOffset 不添加月份，如结果所示。它为我增加了几天，如图所示。

一个更通用的解决方案现在是from pandas.tseries.offsets import DateOffset，然后是+ DateOffset(months=1)

【参考方案2】：

假设您有一个以下格式的数据框，您必须将整数月份添加到日期列中。

Start_Date	Months_to_add
2014-06-01	23
2014-06-01	4
2000-10-01	10
2016-07-01	3
2017-12-01	90
2019-01-01	2

在这种情况下，使用Zero's code 或mattblack's code 将没有用处。您必须在函数接受 2 个参数的行上使用 lambda 函数 -

需要添加月份的日期 整数格式的月份值

您可以使用以下功能：

# Importing required modules
from dateutil.relativedelta import relativedelta

# Defining the function
def add_months(start_date, delta_period):
  end_date = start_date + relativedelta(months=delta_period)
  return end_date

在此之后，您可以使用以下代码 sn-p 将月份添加到 Start_Date 列。使用Pandas 的progress_apply 功能。请参阅 progress_apply 上的 *** 答案：Progress indicator during pandas operations。

from tqdm import tqdm
tqdm.pandas()

df["End_Date"] = df.progress_apply(lambda row: add_months(row["Start_Date"], row["Months_to_add"]), axis = 1)

这是完整的代码表单数据集创建，供您参考：

import pandas as pd
from dateutil.relativedelta import relativedelta
from tqdm import tqdm
tqdm.pandas()

# Initilize a new dataframe
df = pd.DataFrame()

# Add Start Date column
df["Start_Date"] = ['2014-06-01T00:00:00.000000000',
                    '2014-06-01T00:00:00.000000000',
                    '2000-10-01T00:00:00.000000000',
                    '2016-07-01T00:00:00.000000000',
                    '2017-12-01T00:00:00.000000000',
                    '2019-01-01T00:00:00.000000000']

# To convert the date column to a datetime format
df["Start_Date"] = pd.to_datetime(df["Start_Date"])
# Add months column
df["Months_to_add"] = [23, 4, 10, 3, 90, 2]

# Defining the Add Months function
def add_months(start_date, delta_period):
  end_date = start_date + relativedelta(months=delta_period)
  return end_date

# Apply function on the dataframe using lambda operation.
df["End_Date"] = df.progress_apply(lambda row: add_months(row["Start_Date"], row["Months_to_add"]), axis = 1)

您将获得如下的最终输出数据帧。

Start_Date	Months_to_add	End_Date
2014-06-01	23	2016-05-01
2014-06-01	4	2014-10-01
2000-10-01	10	2001-08-01
2016-07-01	3	2016-10-01
2017-12-01	90	2025-06-01
2019-01-01	2	2019-03-01

如果上述代码有任何问题，请添加到 cmets。 万事如意！