Question

我发现自己经常做类似下面的事情，从一个数据框开始，该数据框有一个字符串格式的日期列，我希望按日历单位（天，月，年等）进行分区。我求助于类似于下面是因为我知道resample仅适用于DateTimeIndex系列。

是否有更有效的方法来按日期进行分区，在代码方面更简洁和/或处理速度更快？

    build = pd.to_datetime(df.date_build,'%m/%d/%y')
    build = pd.DatetimeIndex(build)
    final = build.to_series()
    one = final.resample('M',how='count')

Answer 1

您可以直接按时间列分组：

df.groupby(pd.Grouper(key='date_build', freq='M')).size()

在运行时方面只有一点点速度 - 所有这些转换操作都非常快。

In [198]: df = pd.DataFrame({'date_build': pd.date_range('1900-1-1', periods=100000)})

In [199]: %timeit pd.DatetimeIndex(df.date_build).to_series().resample('M', how='count')
10 loops, best of 3: 149 ms per loop

In [200]: %timeit df.groupby(pd.Grouper(key='date_build', freq='M')).size()
10 loops, best of 3: 136 ms per loop

按日/月/年捆绑大熊猫系列日期字符串的最有效方法？

1 个答案: