在数据框中编辑日期以在熊猫中显示年份

Posted 2023-03-12

【中文标题】在数据框中编辑日期以在熊猫中显示年份

【英文标题】：Editing Date in Dataframe to show Year in pandas

【发布时间】：2016-10-10 20:39:37

【问题描述】：

我在 pandas 中加载了 2 个数据面板作为 df：

df1:

df2:

它们都具有相同的年份/国家/地区，但第一个具有 mm/dd/yy 格式的年份条目，而第二个只有年份。我需要合并它们，这应该不会太难，但我不知道如何重新格式化第一个日期，所以它指定年份而不是日期。 提前致谢

【参考方案1】：

看起来你需要明确地拼接世纪（以避免它被解析为 20XX）：

In [11]: df = pd.DataFrame([["12/31/50", "Argentina"], ["12/31/51", "Argentina"], ["12/31/52", "Argentina"]], columns=["Year", "Country"])

In [12]: df
Out[12]:
       Year    Country
0  12/31/50  Argentina
1  12/31/51  Argentina
2  12/31/52  Argentina

不拼接：

In [13]: pd.to_datetime(df["Year"])
Out[13]:
0   2050-12-31
1   2051-12-31
2   2052-12-31
Name: Year, dtype: datetime64[ns]

In [14]: pd.to_datetime(df["Year"], format="%m/%d/%y")
Out[14]:
0   2050-12-31
1   2051-12-31
2   2052-12-31
Name: Year, dtype: datetime64[ns]

有拼接：

In [15]: df["Year"].apply(lambda s: s[:-2] + "19" + s[-2:])
Out[15]:
0    12/31/1950
1    12/31/1951
2    12/31/1952
Name: Year, dtype: object

In [16]: pd.to_datetime(df["Year"].apply(lambda s: s[:-2] + "19" + s[-2:]), format="%m/%d/%Y")
Out[16]:
0   1950-12-31
1   1951-12-31
2   1952-12-31
Name: Year, dtype: datetime64[ns]

注意：您可以尝试在 apply 中进行解析（可能更有效）。

---

您可以使用 .dt 访问器从日期时间系列中提取年份：

In [21]: df["Year"] = pd.to_datetime(df["Year"].apply(lambda s: s[:-2] + "19" + s[-2:]), format="%m/%d/%Y")

In [22]: df["Year"].dt.year
Out[22]:
0    1950
1    1951
2    1952
Name: Year, dtype: int64

【参考方案2】：

也许这可以用最少的代码实现你想要的：

df['Year'] = pd.to_datetime(df['Year']).dt.year - 100

但请记住，将日期更改为“年份”也会将列 dtype 更改为 int

>>> df.dtypes
Year        int64
Country    object
dtype: object

【参考方案3】：

educ['Year'] = educ['Year'].year 应该会在数据框中为您提供年份，前提是该框包含日期，如果没有，您可以使用to_datetime 函数对其进行转换，如下所示：

educ['Year'] = [y - 100 for y in pd.to_datetime(edu['Year'], infer_datetime_format=True).year]

【讨论】：

它确实可以正确推断日期，但附加 .year 会产生错误：AttributeError: 'Series' object has no attribute 'year'

它实际上推断不正确，将 1950-1965 更改为 2050-2065

那应该给你排序