python - Pandas:如何获取日期列的年月？

Question

我有一个大型数据框df，其中包含%Y-%m-%d 形式的日期。

df
    val     date
0   356   2017-01-03
1   27    2017-03-28
2   33    2017-07-12
3   455   2017-09-14

我想创建一个新列 YearMonth，其中包含 %Y%m 形式的日期

df['YearMonth'] = df['date'].dt.to_period('M')

但是需要很长时间

Answer 1

您的解决方案比较大的 DataFrame 中的 strftime 更快，但有不同的输出 - Periods 与 strings >:

df['YearMonth'] = df['date'].dt.strftime('%Y-%m')
df['YearMonth1'] = df['date'].dt.to_period('M')
print (type(df.loc[0, 'YearMonth']))
<class 'str'>

print (type(df.loc[0, 'YearMonth1']))
<class 'pandas._libs.tslibs.period.Period'>

<小时/>

#[40000 rows x 2 columns]
df = pd.concat([df] * 10000, ignore_index=True)

In [63]: %timeit df['date'].dt.strftime('%Y-%m')
237 ms ± 1.7 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [64]: %timeit df['date'].dt.to_period('M')
57 ms ± 985 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

列表理解也很慢:

In [65]: %timeit df['new'] = [str(x)[:7] for x in df['date']]
209 ms ± 2.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

亚历山大的另一个解决方案:

In [66]: %timeit df['date'].astype(str).str[:7]
236 ms ± 1.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)