按日期排列数据（月/日格式）

Posted 2023-03-11

【中文标题】按日期排列数据（月/日格式）

【英文标题】：arranging data by date (month/day format)

【发布时间】：2021-11-24 18:45:11

【问题描述】：

在我附加 4 个不同的数据框后：

list_1 = [ ]

我在 list_1 中存储了以下数据：

| date       | 16/17 | 
| --------   | ------|
| 2016-12-29 | 50    | 
| 2016-12-30 | 52    | 
| 2017-01-01 | 53    | 
| 2017-01-02 | 51    |
[4 rows x 1 columns],
             16/17

| date       | 17/18 | 
| --------   | ------| 
| 2017-12-29 | 60    | 
| 2017-12-31 | 62    | 
| 2018-01-01 | 64    | 
| 2018-01-03 | 65    | 
[4 rows x 1 columns],
             17/18

| date       | 18/19 |
| --------   | ------| 
| 2018-12-30 | 54    | 
| 2018-12-31 | 53    | 
| 2019-01-02 | 52    | 
| 2019-01-03 | 51    | 
[4 rows x 1 columns],
             18/19

| date       | 19/20 |
| --------   | ------| 
| 2019-12-29 | 62    | 
| 2019-12-30 | 63    | 
| 2020-01-01 | 62    | 
| 2020-01-02 | 60    | 
[4 rows x 1 columns],
             19/20

为了将日期格式更改为月/日，我使用以下代码：

pd.to_datetime(df['date']).dt.strftime('%m/%d')

但问题是当我想像这样按月/天排列数据时：

| date     | 16/17 | 17/18 | 18/19 | 19/20 |
| -------- | ------| ------| ------| ------|
| 12/29    | 50    | 60    | NaN   | 62    |
| 12/30    | 52    | NaN   | 54    | 63    |
| 12/31    | NaN   | 62    | 53    | NaN   |
| 01/01    | 53    | 64    | NaN   | 62    |
| 01/02    | 51    | NaN   | 52    | 60    |
| 01/03    | NaN   | 65    | 51    | NaN   |

我尝试了以下方法：

df = pd.concat(list_1,axis=1)

还有：

df = pd.concat(list_1)
df.reset_index(inplace=True)
df = df.groupby(['date']).first()

还有：

df = pd.concat(list_1)
df.reset_index(inplace=True)
df = df.groupby(['date'] sort=False).first()

但仍然无法达到预期的效果。

【问题讨论】：

你想pivot你的数据框吗？

我不确定关键点，卢克。我只是想按月/日比较不同年份的数据（因此采用月/日格式），同时保留日期顺序（如示例中从 12/29 开始到 01/03 结束）。

【参考方案1】：

您可以在groupby 中使用sort=False 并创建新列以减去DatetimeIndex 的第一个值并将其用于排序：

def f(x):
    x.index = pd.to_datetime(x.index)
    return x.assign(new =  x.index - x.index.min())

L = [x.pipe(f) for x in list_1]
df = pd.concat(L, axis=0).sort_values('new', kind='mergesort')

df = df.groupby(df.index.strftime('%m/%d'), sort=False).first().drop('new', axis=1)
print (df)
       16/17  17/18  18/19  19/20
date                             
12/29   50.0   60.0    NaN   62.0
12/30   52.0    NaN   54.0   63.0
12/31    NaN   62.0   53.0    NaN
01/01   53.0   64.0    NaN   62.0
01/02   51.0    NaN   52.0   60.0
01/03    NaN   65.0   51.0    NaN

【讨论】：

感谢 jezrael 的建议！当我尝试这个时的问题是，新的数据帧从 01/01 开始，而不是从 12/29 开始。有什么方法可以保留日期顺序（从 12/29 开始到 01/03 结束，如示例中所期望的结果）？

我也试过那个。它保留了顺序，但它按第一列 (16/17) 对数据进行分组，并且像 12/31 之类的行（其中 16/17 的值是 NaN）被向下移动并且不会留在原处。 @jezrael

@kobo - 答案已编辑。

效果很好，谢谢！如果我还有更多的月份，还有什么建议吗？例如，如果数据从 09/30 开始，到 03/30 结束，则保持相同的逻辑。 @jezrael