我想从pandas数据框中的数据中提取一个周数。
日期格式为datetime64 [ns]
我已将日期标准化,以便从中删除时间
df['Date'] = df['Date'].apply(pd.datetools.normalize_date)
所以日期现在看起来像 - 2015-06-17数据框列
现在我想将其转换为周数。
提前致谢
答案 0 :(得分:45)
只需访问dt
周属性:
In [286]:
df['Date'].dt.week
Out[286]:
0 25
dtype: int64
In [287]:
df['Week_Number'] = df['Date'].dt.week
df
Out[287]:
Date Week_Number
0 2015-06-17 25
答案 1 :(得分:18)
这是使用strftime
的另一种可能性。 strftime.org
是一个很好的资源。
df['Week_Number'] = df['Date'].dt.strftime('%U')
'%U'
表示年份的周数(星期日作为一周的第一天)作为零填充十进制数。在第一个星期日之前的新年中的所有日子都被认为是在第0周。
如果您有多年的日期,我建议您创建一个年 - 周组合
df['Year-Week'] = df['Date'].dt.strftime('%Y-%U')
答案 2 :(得分:1)
from datetime import date
df_date = pd.DataFrame([date.today()],columns = ['today'])
print(df_date)
#### Print Output ####
# today
#0 2019-09-07
df_date['weeknum'] = df_date.today.apply(lambda x:x.isocalendar()[1])
print(df_date)
#### Print Output ####
# today weeknum
#0 2019-09-07 36
答案 3 :(得分:0)
Pandas具有其.dayofyear
和.weekofyear
功能,可以直接将其应用于pandas.to_datetime(df['column_name'])
的输出,并提供类型“ Timestamp”作为输出。
import pandas as pd
df['formatted_date'] = pd.to_datetime(df['datetime'])
df['day_of_year'] = pd.apply(lambda x: x.dayofyear)
df['week_of_year'] = pd.apply(lambda x: x.weekofyear)
答案 4 :(得分:0)
更新此答案
在我当前的 Python 版本(3.7,2021 年 5 月)中。语法 FutureWarning: weekofyear and week have been deprecated, please use DatetimeIndex.isocalendar().week instead
正在打印以下警告:df['week_number'] = pd.DatetimeIndex(df.index).isocalendar().week
使用 DatetimeIndex 的方法是:# Input
time_idx = pd.date_range('2022-01-01', periods=4, freq='H').tz_localize('UTC')
values = [9 , 8, 7, 6]
df1 = pd.DataFrame(data = values, index=time_idx, columns=['vals'])
# FutureWarning: weekofyear and week have been deprecated
df1['week_number'] = df1.index.week
# Using DatetimeIndex.isocalendar().week instead
df2 = pd.DataFrame(data = values, index=time_idx, columns=['vals'])
# Does not throws a warning
df2['week_number'] = pd.DatetimeIndex(df2.index).isocalendar().week
print(df2)
这里是一个使用它返回一个系列的小演示
const csv = require('fast-csv')
const file = fs.createReadStream('main.csv');
var states = []
file
.pipe(csv.parse({ headers: false }))
.on('data', row => states.push(row[2]))
console.log(states)