Question

如何使用熊猫计算已用月数？我写了以下内容，但这段代码并不优雅。你能告诉我一个更好的方法吗？

import pandas as pd

df = pd.DataFrame([pd.Timestamp('20161011'),
                   pd.Timestamp('20161101') ], columns=['date'])
df['today'] = pd.Timestamp('20161202')

df = df.assign(
    elapsed_months=(12 *
                    (df["today"].map(lambda x: x.year) -
                     df["date"].map(lambda x: x.year)) +
                    (df["today"].map(lambda x: x.month) -
                     df["date"].map(lambda x: x.month))))
# Out[34]: 
#         date      today  elapsed_months
# 0 2016-10-11 2016-12-02               2
# 1 2016-11-01 2016-12-02               1

Answer 1

pandas更新0.24.0 ：

由于0.24.0已将api更改为从句点减法返回 MonthEnd 对象，因此您可以按如下方式进行一些手动计算以获得整月差异：

12 * (df.today.dt.year - df.date.dt.year) + (df.today.dt.month - df.date.dt.month)

# 0    2
# 1    1
# dtype: int64

包装功能：

def month_diff(a, b):
    return 12 * (a.dt.year - b.dt.year) + (a.dt.month - b.dt.month)

month_diff(df.today, df.date)
# 0    2
# 1    1
# dtype: int64

在熊猫0.24.0之前。您可以使用to_period()将日期舍入到月份，然后减去结果：

df['elapased_months'] = df.today.dt.to_period('M') - df.date.dt.to_period('M')

df
#         date       today  elapased_months
#0  2016-10-11  2016-12-02                2
#1  2016-11-01  2016-12-02                1

Answer 2

您也可以尝试：

df['months'] = (df['today'] - df['date']) / np.timedelta64(1, 'M')
df
#      date      today    months
#0 2016-10-11 2016-12-02  1.708454
#1 2016-11-01 2016-12-02  1.018501

Answer 3

以下内容将实现此目的：

df["elapsed_months"] = ((df["today"] - df["date"]).
                        map(lambda x: round(x.days/30)))


# Out[34]: 
#         date      today  elapsed_months
# 0 2016-10-11 2016-12-02               2
# 1 2016-11-01 2016-12-02               1

Answer 4

也可以使用熊猫中的to_period函数以一种更简单的方式进行计算。

pd.to_datetime('today').to_period('M') - pd.to_datetime('2020-01-01').to_period('M')
# [Out]:
# <7 * MonthEnds>

以防万一，您只希望整数值只使用(<above_code>).n

Answer 5

如果您想使用整数而不是MonthEnd对象，则此方法适用于熊猫1.1.1：

df['elapsed_months'] = df.today.dt.to_period('M').astype(int) - df.date.dt.to_period('M').astype(int)
df

# Out[11]: 
#         date      today  elapsed_months
# 0 2016-10-11 2016-12-02               2
# 1 2016-11-01 2016-12-02               1

Answer 6

要完成所有答案：

为了使一个数据帧中的纯整数和纯整数月份数：

df["n_months"] = df["date1"].dt.to_period("M") - df["date2"].dt.to_period("M")
df["n_months"] = df["n_months"].map(lambda x: x.n)

几个月的熊猫时间

6 个答案: