使用 pandas 将年月列干净地组合为单个日期列

Posted 2023-02-23

【中文标题】使用 pandas 将年月列干净地组合为单个日期列

【英文标题】：Cleanly combine year and month columns to single date column with pandas

【发布时间】：2018-06-26 13:25:36

【问题描述】：

我的数据如下所示：

+----+------+-------+
| ID | YEAR | MONTH |
+----+------+-------+
| A  | 2017 |     1 |
| B  | 2017 |     2 |
| C  | 2017 |     3 |
| D  | 2017 |     4 |
| E  | 2017 |     5 |
| F  | 2017 |     6 |
+----+------+-------+

我想添加一个名为DATE 的新列，它存储一个由YEAR 和MONTH 列的日期对象组成的新列。像这样的：

+----+------+-------+------------+
| ID | YEAR | MONTH |    DATE    |
+----+------+-------+------------+
| A  | 2017 |     1 | 2017-01-01 |
| B  | 2017 |     2 | 2017-02-01 |
| C  | 2017 |     3 | 2017-03-01 |
| D  | 2017 |     4 | 2017-04-01 |
| E  | 2017 |     5 | 2017-05-01 |
| F  | 2017 |     6 | 2017-06-01 |
+----+------+-------+------------+

我使用以下代码来创建列，但想知道是否有更简洁的“Pythonic”单行。类似于df['DATE']=date(df.year, df.month, 1) 的东西。

import pandas as pd
from datetime import date


ID  = ['A', 'B', 'C', 'D', 'E', 'F']
YEAR = [2017, 2017, 2017, 2017, 2017, 2017]
MONTH = [1, 2, 3, 4, 5, 6]


df = pd.DataFrame('ID': ID, 'YEAR': YEAR, 'MONTH': MONTH)


DATE = []
for y, m in zip(df.YEAR, df.MONTH):
    DATE.append(date(y, m, 1))


df['DATE'] = DATE

【参考方案1】：

选项 1 将具有 3 列的数据帧切片 - YEAR、MONTH 和 DAY 传递给 pd.to_datetime。

df['DATE'] = pd.to_datetime(df[['YEAR', 'MONTH']].assign(DAY=1))
df

  ID  MONTH  YEAR       DATE
0  A      1  2017 2017-01-01
1  B      2  2017 2017-02-01
2  C      3  2017 2017-03-01
3  D      4  2017 2017-04-01
4  E      5  2017 2017-05-01
5  F      6  2017 2017-06-01

---

选项 2 字符串连接，用pd.to_datetime.

pd.to_datetime(df.YEAR.astype(str) + '/' + df.MONTH.astype(str) + '/01')

0   2017-01-01
1   2017-02-01
2   2017-03-01
3   2017-04-01
4   2017-05-01
5   2017-06-01
dtype: datetime64[ns]

【讨论】：

请注意，year、month 和 day 是 pandas 查找的特殊字符串。如果您的列被命名为其他名称（例如，start_year），您必须在转换之前重命名它们（df.rename(columns='start_year': 'year')）。

第二种方法没有任何异常。