Question

我想将日期时间序列转换为季节，例如3个月，4个月，5个月我想用2（春天）替换它们;几个月6,7,8我想用3（夏天）等替换它们。

所以，我有这个系列

id
1       2011-08-20
2       2011-08-23
3       2011-08-27
4       2011-09-01
5       2011-09-05
6       2011-09-06
7       2011-09-08
8       2011-09-09
Name: timestamp, dtype: datetime64[ns]

这是我一直试图使用的代码，但无济于事。

# Get seasons
spring = range(3, 5)
summer = range(6, 8)
fall = range(9, 11)
# winter = everything else

month = temp2.dt.month
season=[]

for _ in range(len(month)):
    if any(x == spring for x in month):
       season.append(2) # spring 
    elif any(x == summer for x in month):
        season.append(3) # summer
    elif any(x == fall for x in month):
        season.append(4) # fall
    else:
        season.append(1) # winter

和

for _ in range(len(month)):
    if month[_] == 3 or month[_] == 4 or month[_] == 5:
        season.append(2) # spring 
    elif month[_] == 6 or month[_] == 7 or month[_] == 8:
        season.append(3) # summer
    elif month[_] == 9 or month[_] == 10 or month[_] == 11:
        season.append(4) # fall
    else:
        season.append(1) # winter

两种解决方案都不起作用，特别是在我收到错误的第一个实现中：

ValueError：具有多个元素的数组的真值暧昧。使用a.any（）或a.all（）

虽然在第二个是一个有错误的大型列表。有什么想法吗？感谢

Answer 1

您可以使用简单的数学公式将月份压缩到一个季节，例如：

>>> [(month%12 + 3)//3 for month in range(1, 13)]
[1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 1]

所以对于你的用例：

>>> temp2.apply(lambda dt: (dt.month%12 + 3)//3)
1    3
2    3
3    3
4    4
5    4
6    4
7    4
8    4
Name: id, dtype: int64

或者使用向量操作（credit @DSM）：

>>> (temp2.dt.month%12 + 3)//3
1    3
2    3
3    3
4    4
5    4
6    4
7    4
8    4
Name: id, dtype: int64

Answer 2

也可以使用字典映射。

创建一个字典，将一个月映射到一个季节：

In [27]: seasons = [1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 1]

In [28]: month_to_season = dict(zip(range(1,13), seasons))

In [29]: month_to_season 
Out[29]: {1: 1, 2: 1, 3: 2, 4: 2, 5: 2, 6: 3, 7: 3, 8: 3, 9: 4, 10: 4, 11: 4, 12: 1}

使用它可以将月份转换为季节

In [30]: df.id.dt.month.map(month_to_season) 
Out[30]: 
1    3
2    3
3    3
4    4
5    4
6    4
7    4
8    4
Name: id, dtype: int64

性能：相当快

In [35]: %timeit df.id.dt.month.map(month_to_season) 
1000 loops, best of 3: 422 µs per loop

Answer 3

我认为这样可行。

AccessTimeStampParam

Answer 4

我认为更精确的解决方案可能有用。如果我们有一个月 (1, ..., 12)，我们可以将其转换为减一除以 3 的季节，

df = pd.Series(["2011-06-07", 
                "2011-08-23", 
                "2011-08-27", 
                "2011-09-01", 
                "2011-09-05", 
                "2011-09-06", 
                "2011-09-08", 
                "2011-12-25"])
 df = pd.to_datetime(df)

 season = (df.dt.month - 1) // 3

因此我们将 1,2,3 映射到 0（冬季），4,5,6 映射到 1（春季），7,8,9 映射到 2（夏季），以及 10,11,12到 3（秋季）。但是，我们知道 3、6、9 和 12 个月分别划分两个季节。我建议采用以下方法：

如果月份是 3 天大于等于 20，那么这个季节就是春天，我们需要求和 1。如果月份为 6 且日大于或等于 21，则季节为夏季，我们需要求和 1。如果月份为 9 且日大于或等于 23，则季节为秋季，我们需要求和 1。如果月份是 3 天大于等于 20，那么这个季节就是冬天，我们需要减少 3（或者在模数 4 中和 +1）。然后我们有

season += (df.dt.month == 3)&(df.dt.day>=20)
season += (df.dt.month == 6)&(df.dt.day>=21)
season += (df.dt.month == 9)&(df.dt.day>=23)
season -= 3*((df.dt.month == 12)&(df.dt.day>=21)).astype(int)

本系列的解为 [1,2,2,2,2,2,2,0]。

Python：季节的日期时间

4 个答案: