使用 pd.to_datetime 通过输入数据框中不同列中的年、月、日来形成日期答案

【问题标题】：using pd.to_datetime to form a date by taking input of year,months,day present in different columns in a data frame使用 pd.to_datetime 通过输入数据框中不同列中的年、月、日来形成日期
【发布时间】：2019-05-17 12:56:19
【问题描述】：

我在使用 pd.to_datetime 将日月年列组合成数据框中的日期列时遇到问题。下面是我正在处理的数据框，Yr、Mo、Dy 列代表年月日。

data = pd.read_table("/ALabs/wind.data",sep = ',')
Yr  Mo  Dy  RPT     VAL     ROS    KIL      
61  1   1   15.04   14.96   13.17  9.29
61  1   2   14.71   NaN     10.83  6.50 
61  1   3   18.50   16.88   12.33   10.13

所以我尝试了以下代码，我收到以下错误：“组装映射需要至少指定 [年、月、日]：缺少 [日、月、年]”

第 1 步：

data['Date'] = pd.to_datetime(data[['Yr','Mo','Dy']],format="%y-%m-%d")

接下来，我尝试将 Yr、Mo、Dy 列数据类型从 int64 转换为 datetime64，并将结果分配给新列 Year、Month、Day。现在，当我尝试合并这些列时，我在新的日期列中得到了正确的日期格式，但我不知道我是如何得到想要的结果的。

第二步：

data['Year'] = pd.to_datetime(data.Yr,format='%y').dt.year
data['Month'] = pd.to_datetime(data.Mo,format='%m').dt.month
data['Day'] = pd.to_datetime(data.Dy,format ='%d').dt.day
data['Date'] =pd.to_datetime(data[['Year','Month','Day']])

结果：

Yr  Mo  Dy  Year Month Day  Date
61  1   1   2061    1   1   2061-01-01
61  1   2   2061    1   2   2061-01-02
61  1   3   2061    1   3   2061-01-03
61  1   4   2061    1   4   2061-01-04

但是，如果我尝试通过将列名从年、月、日更改为 Yy、Mh、Di 来执行相同的方法，如下面的代码所示。我收到同样的错误“组装映射至少需要指定 [年、月、日]：缺少 [日、月、年]”

第三步：

data['Yy'] = pd.to_datetime(data.Yr,format='%y').dt.year
data['Mh'] = pd.to_datetime(data.Mo,format='%m').dt.month
data['Di'] = pd.to_datetime(data.Dy,format ='%d').dt.day
data['Date'] =pd.to_datetime(data[['Yy','Mh','Di']])

我想知道的：

1) 如果我们使用 pd.to_datetime，参数名称是否必须为“年”“月”“日”？

2) 有没有其他方法可以将数据框中的列组合成日期，而不是使用这种长方法？

3) 这个错误是否只针对 python 3.7 版？？

4）我在第 1 步和第 3 步中哪里出错了，为什么我在执行第 2 步时得到了 o/p？

【问题讨论】：

标签： python pandas datetime dataframe

【解决方案1】：

根据pandas.to_datetime docs，列名确实必须是'year'、'month' 和'day'（首字母大写即可）。这解释了你所有问题的答案，不，它与 Python 的版本无关（所有最新版本的 Pandas 行为相同）。

此外，您应该知道，当您使用一系列列（而不是单个列/字符串列表）调用 to_datetime 时，format 参数似乎被忽略了。所以你需要自己规范你的年份（到1961或2061或1061等）。这是一个完整的示例，说明如何在一行中进行转换：

import pandas as pd

d = '''Yr  Mo  Dy  RPT     VAL     ROS    KIL      
61  1   1   15.04   14.96   13.17  9.29
61  1   2   14.71   NaN     10.83  6.50 
61  1   3   18.50   16.88   12.33   10.13  '''
data = pd.read_csv(pd.compat.StringIO(d), sep='\s+')

dtime = pd.to_datetime({k:data[c]+v for c,k,v in zip(('Yr', 'Mo', 'Dy'), ('Year', 'Month', 'Day'), (1900, 0, 0))})
print(dtime)

输出：

0   1961-01-01
1   1961-01-02
2   1961-01-03
dtype: datetime64[ns]

在上面的代码中，我没有将适当命名的列添加到数据框data，而是在键/值对所在的位置创建了一个字典。 ('Year', data['Yr'])，并在年份中添加了1900。

您可以通过将1900 直接添加到相应的列来稍微简化字典理解：

data['Yr'] += 1900
dtime = pd.to_datetime({k:data[c] for c,k in zip(('Yr', 'Mo', 'Dy'), ('year', 'month', 'day'))})

这段代码的输出与前面的相同。

【讨论】：

【解决方案2】：

我真的不知道 Python 是如何处理年份的，但它不起作用的原因与您使用的是 61 年有关。

这对我有用

d = {'Day': ["1", "2","3"],
     'Month': ["1", "1","1"],
     'Year':["61", "61", "61"]}
df = pd.DataFrame(data=d)
df["Year"] = pd.to_numeric(df["Year"])
df.Year = df.Year+2000
df['Date'] = pd.to_datetime(df[['Year','Month','Day']], format='%Y%m%d')

【讨论】：