如何将日期设置为该月的第一个日期？

Posted 2023-02-25

【中文标题】如何将日期设置为该月的第一个日期？

【英文标题】：How to floor a date to the first date of that month?

【发布时间】：2017-07-06 05:22:51

【问题描述】：

我有一个索引列 = date 的 pandas DataFrame。

输入：

            value
date    
1986-01-31  22.93
1986-02-28  15.46

我想把日期推迟到那个月的第一天

输出：

            value
date    
1986-01-01  22.93
1986-02-01  15.46

我尝试了什么：

df.index.floor('M')
ValueError: <MonthEnd> is a non-fixed frequency

这可能是因为 df 是由 df = df.resample("M").sum()（这段代码的输出就是问题开头的输入）

我也试过df = df.resample("M", convention='start').sum()。但是，它不起作用。

我知道在 R 中，很容易调用 floor(date, 'M')。

【问题讨论】：

性能有问题吗？为此，我会考虑将这些值转换为 datetime 对象，但如果您尝试处理数百万个对象，这可能会很昂贵。

【参考方案1】：

您可以使用时间序列偏移 MonthBegin

from pandas.tseries.offsets import MonthBegin
df['date'] = pd.to_datetime(df['date']) - MonthBegin(1)

编辑： 上述解决方案不处理已经确定到月初的日期。这是一个替代解决方案。

这是一个带有额外测试用例的数据框：

            value
date    
1986-01-31  22.93
1986-02-28  15.46
2018-01-01  20.00
2018-02-02  25.00

使用timedelta方法，

df.index = pd.to_datetime(df.index)
df.index = df.index - pd.to_timedelta(df.index.day - 1, unit='d')


            value
date    
1986-01-01  22.93
1986-02-01  15.46
2018-01-01  20.00
2018-02-01  25.00

【讨论】：

这是所有答案中唯一的 pandonic 方法（作为奖励，这是矢量化的）

这种方法有一个错误：它将任何日期转换为下个月的月初，除了月初，它保持不变。即 1-1-2018 -> 1-1-2018，但 2-1-2018 -> 1-2-2018...

timedelta 方法是正确的，非常适合我的用例，只需进行一项修改 - 添加“dt”，因此在 to_timedelta() 中更改为“df.index.dt.day” .

【参考方案2】：

dt_1 = "2016-02-01"
def first_day(dt):
    lt_split = dt.split("-")
    return "-".join([lt_split[0], lt_split[1], "01"])

print first_day(dt_1)

对于 Panda 的 DataFrame，可以使用dt["col_name_date"].apply(first_day)。

【参考方案3】：

这样就可以解决问题，并且不需要导入。 Numpy 有一个 dtype datetime64，默认情况下 pandas 设置为 [ns]，通过检查 dtype 可以看出。您可以将其更改为月份，这将通过访问 numpy 数组并更改类型从每月的第一天开始。

df.date = pd.to_datetime(df.date.values.astype('datetime64[M]'))

如果 pandas 能用他们自己的 astype() 方法来实现它会很好，但不幸的是你不能。

以上适用于日期时间值或字符串的数据，如果您已经将数据设置为 datetime[ns] 类型，则可以省略 pd.to_datetime() 并执行以下操作：

df.date = df.date.values.astype('datetime64[M]')

【讨论】：

我不知道他们在哪个版本中将它导入到 pandas astype，但目前 df.date.astype('datetime64[M]') 有效（至少 1.2.2 版）。你可以更新这个答案。

【参考方案4】：

这是另一种“流行”的做法：

df.date - pd.Timedelta('1 day') * (df.date.dt.day - 1)

【讨论】：

这很好！另外，它适用于 dask！ （与 Deo Leung 的回答相反）

除了向量化之外，这也适用于时间戳的可变实例。只需使用您的时间戳更改 df.date 即可，效果很好！

【参考方案5】：

有一个pandas issue关于地板问题

建议的方式是

import pandas as pd
pd.to_datetime(df.date).dt.to_period('M').dt.to_timestamp()

【讨论】：

df.date.dt.to_period('M').dt.to_timestamp() 似乎足够了，不需要初始的pd.to_datetime。

【参考方案6】：

您也可以使用字符串日期时间格式：

df['month'] = df['date'].dt.strftime('%Y-%m-01')

【参考方案7】：

从 2019 年 8 月开始：

这应该可行：

[x.replace(day=1).date() for x in df['date']]

唯一的要求是确保date 是一个日期时间，我们可以通过调用pd.to_datetime(df['date']) 来保证这一点

【参考方案8】：

喜欢 Mikhail Venkov 的回答。添加了下面的代码以将列添加为时间戳值并保留时区信息

    df['month'] = pd.to_datetime(df['timestamp'].dt.strftime('%Y-%m-01')).dt.tz_localize(timezone) 

where timezone = 'America/Los_Angeles' 或您想要的任何区域

【参考方案9】：

假设您正在处理以下数据框：

import pandas as pd

df = pd.DataFrame('MyDate': ['2021-03-11', '2021-04-26', '2021-01-17'])
df['MyDate'] = pd.to_datetime(df.MyDate)

这是：

    MyDate
0   2021-03-11
1   2021-04-26
2   2021-01-17

并且您想将日期截断为月份：

df['Truncated'] = df['MyDate'] + pd.offsets.MonthBegin(-1)
# OR    
# df['Truncated'] = df['MyDate'] - pd.offsets.MonthBegin(1)
df

你会得到：

      MyDate  Truncated
0 2021-03-11 2021-03-01
1 2021-04-26 2021-04-01
2 2021-01-17 2021-01-01

重要提示：当日期已经确定为当月的第一天时，此方法不起作用，因此我们还将提供其他解决方案。

import pandas as pd

df = pd.DataFrame('MyDate': ['2021-03-11', '2021-04-26', '2021-01-17', '2021-02-01'])
df['MyDate'] = pd.to_datetime(df.MyDate)

df['Truncated'] = df['MyDate'].dt.to_period('M').dt.to_timestamp()
print(df)

你会得到：

 MyDate  Truncated
0 2021-03-11 2021-03-01
1 2021-04-26 2021-04-01
2 2021-01-17 2021-01-01

最后，另一种方法可能如下：

df['Truncated'] = df['MyDate'].dt.strftime('%Y-%m-01')
print(df)

你会得到：

    MyDate   Truncated
0 2021-03-11  2021-03-01
1 2021-04-26  2021-04-01
2 2021-01-17  2021-01-01

【讨论】：

如果日期是当月的第一天，您的代码将不起作用 - 它会变成上个月的第一天