Question

我有一个如下所示的数据框。指数为年（1964年至2016年，非独特，每年重复31次），第1列为天（1至31），第2至13列为月（1至12）

问题是：如何使用pd.DatetimeIndex日期将其转换为Pandas系列（或单列df）？我尝试过使用groupby，融合，转移和转置，但我无法弄清楚正确的语法。非常感谢你的帮助！

Answer 1

我们希望利用pd.to_datetime功能，该功能将数据帧与相关命名的列相关联。在这种情况下，'year'，'month'和'day'。

因此，下面的解决方案旨在创建包含这三列的数据框，并将其传递给pd.to_datetime。

我们已经在索引中有'year' ...所以让我们在索引中获取所有内容。让我们首先使用'day'

df.set_index('day', append=True)

接下来，我们将'month'纳入索引。但是现在它在列中。首先，我们使用.rename_axis('month', 1)
然后我们将其放在带有.stack()
所以现在我有3列索引值。当我reset_index时，我将把3列推到数据帧的前面。所以，我将重置_index并使用.reset_index().iloc[:, :3]取前三列并将其传递给pd.to_datetime
由于某些组合可能不存在，例如'1964-02-31'，我们会传递errors='coerce'，这些日期会返回NaT。
最后，我们使用loc过滤结果并从索引中删除空值。

示例数据

df = pd.DataFrame({
    'day': [1, 2, 3], 1: [8, 5, 3]
}, pd.Index([1999, 1999, 1999], name='year'))

df

      day  1
year        
1999    1  8
1999    2  5
1999    3  3

解决方案

s = df.set_index('day', append=True).rename_axis('month', 1).stack()
s.index = pd.to_datetime(s.reset_index().iloc[:, :3], errors='coerce')
s = s.loc[s.index.dropna()]

s

1999-01-01    8
1999-01-02    5
1999-01-03    3
dtype: int64

完整数据

df = pd.DataFrame(
    np.arange(31 * 12).reshape(31, 12),
    pd.Index([1964 for _ in range(31)], name='year'),
    np.arange(12) + 1
).assign(day=np.arange(31) + 1).iloc[:, [-1] + np.arange(12).tolist()]

df

      day    1    2    3    4    5    6    7    8    9   10   11   12
year                                                                 
1964    1    0    1    2    3    4    5    6    7    8    9   10   11
1964    2   12   13   14   15   16   17   18   19   20   21   22   23
1964    3   24   25   26   27   28   29   30   31   32   33   34   35
1964    4   36   37   38   39   40   41   42   43   44   45   46   47
1964    5   48   49   50   51   52   53   54   55   56   57   58   59
1964    6   60   61   62   63   64   65   66   67   68   69   70   71
1964    7   72   73   74   75   76   77   78   79   80   81   82   83
1964    8   84   85   86   87   88   89   90   91   92   93   94   95
1964    9   96   97   98   99  100  101  102  103  104  105  106  107
1964   10  108  109  110  111  112  113  114  115  116  117  118  119
1964   11  120  121  122  123  124  125  126  127  128  129  130  131
1964   12  132  133  134  135  136  137  138  139  140  141  142  143
1964   13  144  145  146  147  148  149  150  151  152  153  154  155
1964   14  156  157  158  159  160  161  162  163  164  165  166  167
1964   15  168  169  170  171  172  173  174  175  176  177  178  179
1964   16  180  181  182  183  184  185  186  187  188  189  190  191
1964   17  192  193  194  195  196  197  198  199  200  201  202  203
1964   18  204  205  206  207  208  209  210  211  212  213  214  215
1964   19  216  217  218  219  220  221  222  223  224  225  226  227
1964   20  228  229  230  231  232  233  234  235  236  237  238  239
1964   21  240  241  242  243  244  245  246  247  248  249  250  251
1964   22  252  253  254  255  256  257  258  259  260  261  262  263
1964   23  264  265  266  267  268  269  270  271  272  273  274  275
1964   24  276  277  278  279  280  281  282  283  284  285  286  287
1964   25  288  289  290  291  292  293  294  295  296  297  298  299
1964   26  300  301  302  303  304  305  306  307  308  309  310  311
1964   27  312  313  314  315  316  317  318  319  320  321  322  323
1964   28  324  325  326  327  328  329  330  331  332  333  334  335
1964   29  336  337  338  339  340  341  342  343  344  345  346  347
1964   30  348  349  350  351  352  353  354  355  356  357  358  359
1964   31  360  361  362  363  364  365  366  367  368  369  370  371

s = df.set_index('day', append=True).rename_axis('month', 1).stack()
s.index = pd.to_datetime(s.reset_index().iloc[:, :3], errors='coerce')
s = s.loc[s.index.dropna()]

s

1964-01-01      0
1964-02-01      1
1964-03-01      2
1964-04-01      3
1964-05-01      4
1964-06-01      5
1964-07-01      6
1964-08-01      7
1964-09-01      8
1964-10-01      9
1964-11-01     10
1964-12-01     11
1964-01-02     12
1964-02-02     13
1964-03-02     14
...
1964-05-30    352
1964-06-30    353
1964-07-30    354
1964-08-30    355
1964-09-30    356
1964-10-30    357
1964-11-30    358
1964-12-30    359
1964-01-31    360
1964-03-31    362
1964-05-31    364
1964-07-31    366
1964-08-31    367
1964-10-31    369
1964-12-31    371
Length: 366, dtype: int64

替代

lol = [[y, m, d] for y, d in zip(df.index, df.day) for m in df.columns[1:]]
columns = ['year', 'month', 'day']
d1 = pd.DataFrame(lol, columns=columns)
dates = pd.to_datetime(d1, errors='coerce')
m = dates.notnull().values

pd.Series(df.drop('day', 1).values.ravel()[m], dates[m])

Python Pandas - 在多列上融化，旋转，转置

1 个答案: