获取 DataFrame 的 Datetime 列的工作日/星期几

Posted 2023-02-23

【中文标题】获取 DataFrame 的 Datetime 列的工作日/星期几

【英文标题】：Get weekday/day-of-week for Datetime column of DataFrame

【发布时间】：2015-03-16 13:23:15

【问题描述】：

我有一个 DataFrame df，如下所示（摘录，'Timestamp' 是索引）：

Timestamp              Value
2012-06-01 00:00:00     100
2012-06-01 00:15:00     150
2012-06-01 00:30:00     120
2012-06-01 01:00:00     220
2012-06-01 01:15:00      80
...and so on.

我需要一个新列 df['weekday']，其中包含时间戳的相应工作日/星期几。

我怎样才能得到这个？

【参考方案1】：

使用新的dt.dayofweek 属性：

In [2]:

df['weekday'] = df['Timestamp'].dt.dayofweek
df
Out[2]:
            Timestamp  Value  weekday
0 2012-06-01 00:00:00    100        4
1 2012-06-01 00:15:00    150        4
2 2012-06-01 00:30:00    120        4
3 2012-06-01 01:00:00    220        4
4 2012-06-01 01:15:00     80        4

在Timestamp 是您的索引的情况下，您需要重置索引，然后调用dt.dayofweek 属性：

In [14]:

df = df.reset_index()
df['weekday'] = df['Timestamp'].dt.dayofweek
df
Out[14]:
            Timestamp  Value  weekday
0 2012-06-01 00:00:00    100        4
1 2012-06-01 00:15:00    150        4
2 2012-06-01 00:30:00    120        4
3 2012-06-01 01:00:00    220        4
4 2012-06-01 01:15:00     80        4

奇怪的是，如果您尝试从索引创建一个系列以便不重置索引，您将获得 NaN 值，就像使用 reset_index 的结果调用 dt.dayofweek 属性而不分配 @987654330 的结果一样@回到原来的df：

In [16]:

df['weekday'] = pd.Series(df.index).dt.dayofweek
df
Out[16]:
                     Value  weekday
Timestamp                          
2012-06-01 00:00:00    100      NaN
2012-06-01 00:15:00    150      NaN
2012-06-01 00:30:00    120      NaN
2012-06-01 01:00:00    220      NaN
2012-06-01 01:15:00     80      NaN
In [17]:

df['weekday'] = df.reset_index()['Timestamp'].dt.dayofweek
df
Out[17]:
                     Value  weekday
Timestamp                          
2012-06-01 00:00:00    100      NaN
2012-06-01 00:15:00    150      NaN
2012-06-01 00:30:00    120      NaN
2012-06-01 01:00:00    220      NaN
2012-06-01 01:15:00     80      NaN

编辑

正如用户 @joris 向我指出的那样，您可以访问索引的 weekday 属性，这样以下内容将起作用并且更紧凑：

df['Weekday'] = df.index.weekday

【参考方案2】：

如果Timestamp 列是datetime 值，那么您可以使用：df['weekday'] = df['Timestamp'].apply(lambda x: x.weekday())

或

df['weekday'] = pd.to_datetime(df['Timestamp']).apply(lambda x: x.weekday())

【参考方案3】：

如果其他人对多索引数据框有同样的问题，下面是我根据@joris 解决方案为我解决的问题：

df['Weekday'] = df.index.get_level_values(1).weekday

对我来说，日期是 get_level_values(1) 而不是 get_level_values(0)，这适用于外部索引。

【参考方案4】：

你可以通过这种方式获得：

import datetime
df['weekday'] = pd.Series(df.index).dt.day_name()