Question

我正在尝试从带有日期时间列的大型数据框中提取季节。这是我使用的代码：

def season_of_date(date_UTC):
    year = str(date_UTC.year)
    seasons = {'spring': pd.date_range(start= year +'-03-21 00:00:00', end=year + '-06-20 00:00:00'),
               'summer': pd.date_range(start= year + '-06-21 00:00:00', end= year + '-09-22 00:00:00'),
               'autumn': pd.date_range(start= year + '-09-23 00:00:00', end= year + '-12-20 00:00:00')}
    if date_UTC in seasons['spring']:
        return 'spring'
    if date_UTC in seasons['summer']:
        return 'summer'
    if date_UTC in seasons['autumn']:
        return 'autumn'
    else:
        return 'winter'

df['season'] = df.date_UTC.map(season_of_date)

问题在于我不知道如何处理日期时间列中的小时，分钟和秒，因此除了时间为00:00的日期时间条目外，我最终得到的结果大多是冬天： 00：

date_UTC    season
616602  2019-11-24 17:00:00 winter
792460  2019-06-18 13:00:00 winter
230088  2019-11-30 07:00:00 winter
560826  2019-05-20 08:00:00 winter
718547  2019-03-23 04:00:00 winter
241890  2020-01-11 03:00:00 winter
513845  2018-12-23 22:00:00 winter
665954  2019-03-18 00:00:00 winter
474988  2019-05-20 08:00:00 winter
120281  2019-04-22 12:00:00 winter
697519  2018-10-12 05:00:00 winter
669144  2019-09-10 11:00:00 winter
310637  2019-11-03 04:00:00 winter
127973  2018-12-01 10:00:00 winter
325177  2019-03-16 11:00:00 winter
785162  2019-05-07 21:00:00 winter
840131  2018-11-24 00:00:00 autumn
580472  2020-01-10 19:00:00 winter
635219  2019-12-16 23:00:00 winter
799642  2019-11-11 18:00:00 winter

我可以对如何修改代码以正确映射季节提供一些建议吗？

更新：

我修改了代码，为timestamp元素创建了一个字符串，并认为这可以解决问题，但事实并非如此。

def season_of_date(date_UTC):
    year = str(date_UTC.year)
    time = str(date_UTC.time)
    seasons = {'spring': pd.date_range(start= year +'-03-21' + time, end=year + '-06-20' + time),
               'summer': pd.date_range(start= year + '-06-21' + time, end= year + '-09-22' + time),
               'autumn': pd.date_range(start= year + '-09-23' + time, end= year + '-12-20' + time)}
    if date_UTC in seasons['spring']:
        return 'spring'
    if date_UTC in seasons['summer']:
        return 'summer'
    if date_UTC in seasons['autumn']:
        return 'autumn'
    else:
        return 'winter'

df['season'] = df.date_UTC.map(season_of_date)

ValueError: could not convert string to Timestamp

第二次更新：

我最终要做的是，它很快，但是我不喜欢该解决方案，因为它错误地将整个月分为几个季节，而实际上在给定年份中，一个季节可能会开始到一个月的中途。 >

df['season'] = (df['date_UTC'].dt.month%12 + 3)//3

seasons = {
             1: 'Winter',
             2: 'Spring',
             3: 'Summer',
             4: 'Autumn'
}

df['season_name'] = df['season'].map(seasons)

Answer 1

首先，您需要date_UTC格式的datetime，其次，您可以使用pd.cut：

date = df.date_UTC.dt.month*100 + df.date_UTC.dt.day
df['season'] = (pd.cut(date,[0,321,620,922,1220,1300],
                       labels=['winter','spring','summer','autumn','winter '])
                  .str.strip()
               )

通过一些数字技巧，您可以摆脱缓慢的str.strip()：

df['date_offset'] = (df.date_UTC.dt.month*100 + df.date_UTC.dt.day - 320)%1300

df['season'] = pd.cut(df['date_offset'], [0, 300, 602, 900, 1300], 
                      labels=['spring', 'summer', 'autumn', 'winter'])

从日期时间熊猫中提取季节

1 个答案: