DateOffset 从年到月和周答案

【问题标题】：DateOffset from Year to Month and WeekDateOffset 从年到月和周
【发布时间】：2015-10-03 08:33:27
【问题描述】：

我在一段时间内提取大量数据。它正在从列 recvd_dttm 中提取日期和时间。它需要从一年前开始的所有数据。我想修改它以便它可以拉一个月或一天，但 pd.DateOffset(months=1) 给出了KeyError:1 错误。如果我将它更改为 days=7，我会得到同样的错误。但它适用于years = 1。这是怎么回事？

df = pd.read_csv('MYDATA.csv')

# filter by countries with at least one medal and sort
df['recvd_dttm'] = pd.to_datetime(df['recvd_dttm'])

#Only retrieve data before now (ignore typos that are future dates)
mask = df['recvd_dttm'] <= datetime.datetime.now()
df = df.loc[mask]
# get first and last datetime for final week of data

range_max = df['recvd_dttm'].max()
range_min = range_max - pd.DateOffset(years=1)

# take slice with final week of data
df = df[(df['recvd_dttm'] >= range_min) & 
               (df['recvd_dttm'] <= range_max)]

编辑：问题出在代码的其他地方！

【问题讨论】：

你能澄清你的最终目的是什么吗？是要获得每年的最大值吗？
没有。最终目的是从用户输入的特定范围内获得一部分数据。他们选择一天、一个月、一年，然后从 csv 中提取相应数量的数据。
range_max 和 range_min 行呢？你希望那些试图完成什么？这些只是所选范围的起点和终点吗？

标签： python date datetime pandas dataframe

【解决方案1】：

尝试使用timedelta 而不是DateOffset

【讨论】：

我应该把它写成我试过的东西。我不想在一个月内做 timedelta(days=30) 或任何事情，因为它在几个月内不准确。如果我尝试 months=1，我会得到 TypeError: 'months' is an invalid keyword argument for this function。年相同=1

【解决方案2】：

您是否尝试过更明确地说明 pd.DateOffset 的作用？

例如：

range_max = df['recvd_dttm'].max()
range_min = range_max - (df['recvd_dttm']+pd.DateOffset(years=1))

然后替换月份和日期值。

【讨论】：

问题是 pd.DateOffset(years=1) 工作得很好。替换月份和日期会导致错误。使用您的建议，我收到错误 TypeError: cannot use a non-absolute DateOffset in datetime/timedelta operations [] 我的语法错误吗？
hm 你能提供一行数据给我玩吗？
我有一个示例列给你。希望有帮助！
对于您的示例列，我可以毫无问题地使用您的原始代码。日子和月份都在工作。会不会是数据问题？
哇，是的，这是数据问题。感谢您帮助我意识到这一点。最初的代码在那年之后几个月都经过，但很明显，如果你花一个月的代码，就没有一月可用。我现在必须解决这个问题，谢谢！

【解决方案3】：

您是否考虑过使用 Unix 纪元时间而不是格式较少的日期？有一个有据可查的answer for converting to Unix Time，处理问题中的这种偏移似乎会容易得多，因为使用或多或少连续的实数值序列更容易实现滑动范围。

【讨论】：

【解决方案4】：

您可以使用来自pd.tseries.offsets 的偏移系列。下面是示例代码。

import pandas as pd
import datetime

# your data
# ================================
df = pd.read_csv('/home/Jian/Downloads/MOCK_DATA.csv', usecols=[1, 4])

df['recvd_dttm'] = pd.to_datetime(df['recvd_dttm'])
mask = df['recvd_dttm'] <= datetime.datetime.now()
df = df.loc[mask]


# flexible offsets
# =======================================
print(range_max)

2015-07-14 16:52:58

# for 1 month: currently there is a bug
# range_min_month = range_max - pd.tseries.offsets.MonthOffset(1)

# for 1 week
range_min_week = range_max - pd.tseries.offsets.Week(1)
print(range_min_week)

2015-07-07 16:52:58

# for 5 days
range_min_day = range_max - pd.tseries.offsets.Day(5)
print(range_min_day)

2015-07-09 16:52:58

【讨论】：

谢谢建勋！我实际上意识到这个问题非常愚蠢，因为问题在代码的其他地方。