例如，我想将 2/8/2014 0:00 替换为 2014 并将 1/29/2015 0:00 替换为2015 及以后。
2014 180657
2015 153837
2014 72395
2012 69708
2013 61364
2015 54117
2013 3313
2012 1076
2/8/2014 0:00 2
7/3/2014 0:00 2
1/29/2015 0:00 2
9/1/2014 0:00 2
11/22/2014 0:00 2
10/16/2014 0:00 2
最佳答案
从系列开始，ser:
2014 180657
2015 153837
2014 72395
2012 69708
2013 61364
2015 54117
2013 3313
2012 1076
2/8/2014 0:00 2
7/3/2014 0:00 2
1/29/2015 0:00 2
9/1/2014 0:00 2
11/22/2014 0:00 2
10/16/2014 0:00 2
dtype: int64
您可以将索引转换为日期时间并提取年份:
ser.index = pd.to_datetime(ser.index, errors='coerce').year
ser
2014 180657
2015 153837
2014 72395
2012 69708
2013 61364
2015 54117
2013 3313
2012 1076
2014 2
2014 2
2015 2
2014 2
2014 2
2014 2
dtype: int64
如果这引入了 NaN，您可以通过以下方式消除它们
ser = ser[ser.index.notnull()]
ser.index = ser.index.astype('int')
如果你想按年份分组，你可以按索引分组:
ser.groupby(level=0).sum()
Out:
2012 70784
2013 64677
2014 253062
2015 207956
dtype: int64
关于python - 替换 pandas 系列中的值，其中要替换的元素包含要替换的元素的一部分，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50541508/