使用日期时间的 isoweekday 创建新的数据框列答案

【问题标题】：Create new dataframe column with isoweekday from datetime使用日期时间的 isoweekday 创建新的数据框列
【发布时间】：2021-07-28 23:37:22
【问题描述】：

我有这个数据框，我想为发生碰撞的星期几创建一个新列。

    collision_date
0   2020-03-14
1   2020-07-26
2   2009-02-03
3   2009-02-28
4   2009-02-09

我已经尝试过这种变体，但没有任何效果。

 df["day of the week"] = df["collision_date"].isoweekday()

 df["day of the week"] = df["collision_date"].apply(isoweekday)

【问题讨论】：

标签： pandas dataframe apply

【解决方案1】：

假设collision_date 是日期时间，我们可以使用dt.weekday（+1 匹配 isoweekday，返回 1-7 而不是 0-6）：

# Convert If needed
df['collision_date'] = pd.to_datetime(df['collision_date'])
# Turn into Number
df['day of week'] = df['collision_date'].dt.weekday + 1

apply 的较慢选项是每个日期调用 isoweekday：

from datetime import date


# Convert If needed
df['collision_date'] = pd.to_datetime(df['collision_date'])
# Call isoweekday per date
df['day of week'] = df['collision_date'].apply(date.isoweekday)

df:

  collision_date  day of week
0     2020-03-14            6
1     2020-07-26            7
2     2009-02-03            2
3     2009-02-28            6
4     2009-02-09            1

通过timeit的计时信息：

1000 行的样本数据：

df = pd.DataFrame({
    'collision_date': pd.date_range(start='now', periods=1000, freq='D')
})

dt.weekday:

%timeit df['collision_date'].dt.weekday + 1
261 µs ± 1.91 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

apply:

%timeit df['collision_date'].apply(date.isoweekday)
2.53 ms ± 90.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

【讨论】：

非常感谢。前者的运行速度比 apply 快得多，所以我将使用它！