将 Pandas 系列（基于索引）切片成多列数据框答案

【问题标题】：Slice Pandas series (based on index) into multiple columns of dataframe将 Pandas 系列（基于索引）切片成多列数据框
【发布时间】：2018-11-21 04:02:02
【问题描述】：

例如，我正在尝试将包含格式为 YYYYMMDD 的日期的字段“日期”分割成 3 个单独的字段（“年”、“月”、“日”）。

我有一种方法可以一次为每个值分配一个值，但我认为有一种更有效的方法可以产生所需的结果。

目前的解决方案：

df['year'] = df['date'].astype(str).apply(lambda x: x[:4])
df['month'] = df['date'].astype(str).apply(lambda x: x[4:6])
df['day'] = df['date'].astype(str).apply(lambda x: x[6:8])

以下是我尝试简化代码的一个示例：

df['year'], df['month'], df['day'] = df['date'].astype(str).apply(lambda x: [x[:4], x[4:6], x[6:8]])

【问题讨论】：

谢谢大家！所有解决方案都运行良好。我选择了 MaxU 的答案，因为它可以应用于任何固定宽度的字符串。

标签： python python-3.x pandas apply

【解决方案1】：

这是一个使用operator.attrgetter的功能解决方案：

from operator import attrgetter

df = pd.DataFrame({'Date': [20180131, 20180611, 20180513]})

df['Date'] = pd.to_datetime(df['Date'], format='%Y%m%d')

parts = ('year', 'month', 'day')

df['Year'], df['Month'], df['Day'] = zip(*df['Date'].apply(attrgetter(*parts)).values)

print(df)

        Date  Year  Month  Day
0 2018-01-31  2018      1   31
1 2018-06-11  2018      6   11
2 2018-05-13  2018      5   13

【讨论】：

【解决方案2】：

您应该始终将日期列转换为 pandas 日期时间对象。您可以通过以下两种方式之一执行此操作： 1. 当您输入日期时：

 df = pd.read_csv('your-raw_date.csv', parse_dates=[5,7])

注意：5 和 7 是日期所在的列号。

您可以使用名为to_datetime 的方法来处理单个列。详情请见this post。

其次，导入一个名为datetime的模块

import datetime as dt

一旦你有了这 2 件事，你就可以做这样的事情：

df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
df['day'] = df['date'].dt.day

你可以做其他很酷的事情，比如

dt['signup_date_dayofweek'] = dt['date'].dt.dayofweek

查看datatime module的完整文档

【讨论】：

【解决方案3】：

假设列 date 是字符串 (object) dtype：

In [18]: df
Out[18]:
       date
0  20180131
1  20180611
2  20180513

In [19]: df.dtypes
Out[19]:
date    object
dtype: object

解决方案：

In [22]: df[['year','month','day']] = df.date.str.extract(r'(\d{4})(\d{2})(\d{2})').astype(int)

In [23]: df
Out[23]:
       date  year  month  day
0  20180131  2018      1   31
1  20180611  2018      6   11
2  20180513  2018      5   13

In [24]: df.dtypes
Out[24]:
date     object
year      int32
month     int32
day       int32
dtype: object

PS 如果date 是数字dtype，那么我会选择@ALollz 的解决方案...

【讨论】：

【解决方案4】：

由于它们看起来已经是整数，所以忘记所有字符串格式。

df['year'] = df.date//10**4
df['month'] = df.date//100%100
df['day'] = df.date%100

【讨论】：

【解决方案5】：

将字符串转换为日期时间并使用日期时间类型列的.dt. 属性

df.date = pd.to_datetime(df.date, format='%Y%m%d')
df['year'], df['month'], df['day'] = df.date.dt.year, df.date.dt.month, df.date.dt.day

将日期从日期转换为日期时间后，您可能会发现甚至不需要提取年、月和日，因为这些属性可以通过date 列的dt 属性轻松获得。

【讨论】：