我使用的是 Python 3.6 和 Pandas 0.20.3。
我有一列已从日期时间转换为日期类型。我只需要日期。为了便于使用,我将其作为派生列。但是我希望通过星期几的计算来做一些进一步的操作。我可以从日期时间类型中获取星期几,但不能从日期中获取。在我看来,这应该是可能的,但我尝试了多种变体,但没有成功。
这是一个例子:
import numpy as np
import pandas as pd
df = pd.DataFrame({'date':['2017-5-16','2017-5-17']})
df['trade_date']=pd.to_datetime(df['date'])
我可以从日期时间列“trade_date”中获取星期几。
df['dow']=df['trade_date'].dt.dayofweek
df
date trade_date dow
0 2017-5-16 2017-05-16 1
1 2017-5-17 2017-05-17 2
但是如果我有一个日期,而不是一个日期时间,那就不行了: 例如:
df['trade_date_2']=pd.to_datetime(df['date']).dt.date
然后:
df['dow_2']=df['trade_date_2'].dt.dayofweek
我得到(最后):
AttributeError: Can only use .dt accessor with datetimelike values
我尝试了 dayofweek()、weekday、weekday() 的各种组合,我意识到,这突出了我对 Pandas 的确切工作原理的无知。那么...除了添加另一列是列 trade_date 的日期时间版本之外还有什么建议吗? 我也欢迎解释为什么这不起作用。
最佳答案
存在的问题是 pandas datetime
(时间戳)在实现 .dt
方法和 python date
之间存在差异。
#return python date
df['trade_date_2']= pd.to_datetime(df['date']).dt.date
print (df['trade_date_2'].apply(type))
0 <class 'datetime.date'>
1 <class 'datetime.date'>
Name: trade_date_2, dtype: object
#cannot work with python date
df['dow_2']=df['trade_date_2'].dt.dayofweek
需要转换为pandas datetime
:
df['dow_2']= pd.to_datetime(df['trade_date_2']).dt.dayofweek
print (df)
date trade_date_2 dow_2
0 2017-5-16 2017-05-16 1
1 2017-5-17 2017-05-17 2
所以最好的方法是使用:
df['date'] = pd.to_datetime(df['date'])
print (df['date'].apply(type))
0 <class 'pandas._libs.tslib.Timestamp'>
1 <class 'pandas._libs.tslib.Timestamp'>
Name: date, dtype: object
df['trade_date_2']= df['date'].dt.date
df['dow_2']=df['date'].dt.dayofweek
print (df)
date trade_date_2 dow_2
0 2017-05-16 2017-05-16 1
1 2017-05-17 2017-05-17 2
编辑:
谢谢Bharath shetty对于使用 python date
的解决方案 - 因 NaT
而失败:
df = pd.DataFrame({'date':['2017-5-16',np.nan]})
df['trade_date_2']= pd.to_datetime(df['date']).dt.date
df['dow_2'] = df['trade_date_2'].apply(lambda x: x.weekday())
AttributeError: 'float' object has no attribute 'weekday'
比较解决方案:
df = pd.DataFrame({'date':['2017-5-16','2017-5-17']})
df = pd.concat([df]*10000).reset_index(drop=True)
def a(df):
df['trade_date_2']= pd.to_datetime(df['date']).dt.date
df['dow_2'] = df['trade_date_2'].apply(lambda x: x.weekday())
return df
def b(df):
df['date1'] = pd.to_datetime(df['date'])
df['trade_date_21']= df['date1'].dt.date
df['dow_21']=df['date1'].dt.dayofweek
return (df)
def c(df):
#dont write to column, but to helper series
dates = pd.to_datetime(df['date'])
df['trade_date_22']= dates.dt.date
df['dow_22']= dates.dt.dayofweek
return (df)
In [186]: %timeit (a(df))
10 loops, best of 3: 101 ms per loop
In [187]: %timeit (b(df))
10 loops, best of 3: 90.8 ms per loop
In [188]: %timeit (c(df))
10 loops, best of 3: 91.9 ms per loop
关于python - Pandas 从日期类型列中获取星期几,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46515267/