如何制作单独的列标记星期几

Question

我有一个显示 item_number、quantity_picked 和 date_expected 的数据框，我想添加一个新列并自动填写与日期对应的星期几（大型数据集，无法单独标记）。

我已尝试确保查询的数据以日期格式出现，但不确定它是否成功。它没有提供任何错误，但仍将该列列为“对象”。 我也尝试过使用 dataframe.dt.datetime 和 dataframe.dt.day_name 来完成此操作，但无济于事。

我已尝试通过以下两种方式启动查询来完成此操作：

SQL = ('SELECT item_number AS UPC, quantity_picked, date_expec AS date_expected FROM [Data] ORDER BY [date_expected] ASC')

SQL = ('SELECT item_number AS UPC, quantity_picked, CAST(date_expec AS date) AS date_expected FROM [Data] ORDER BY [date_expected] ASC')

我已经尝试了以上两种方法和以下两种方法的所有组合，尝试将带有星期几的新列添加到数据框中：

practice_df = pd.read_sql_query(SQL, con=sql_conn, parse_dates={'date_expected':'%Y%m%d'})
practice_df['day_of_week'] = practice_df['date_expected'].dt.day_name()
print(practice_df)

practice_df = pd.read_sql_query(SQL, con=sql_conn, parse_dates={'date_expected':'%Y%m%d'})
practice_df['date_num'] = practice_df.append(pd.to_datetime(practice_df['date_expected']))
practice_df['day_of_week'] = practice_df['date_expected'].dt.day_name()
print(practice_df)

作为另一次尝试，我一次删除第二段代码，发现从将查询结果转换为数据帧的行中删除了 parse_dates 段，并且所有其他行都允许代码无错误地运行。然后我尝试了以下...

practice_df = pd.read_sql_query(SQL, con=sql_conn)
practice_df['date_num'] = practice_df.append(pd.to_datetime(practice_df['date_expected']))
practice_df['day_of_week'] = practice_df.append(practice_df['date_num'].dt.day_name())
print(practice_df)

在研究了 pd.read_sql_query 和 series.dt.datetime 文档后，我尝试自己提出一个解决方案，并查看以下发布和回答的问题以获得指导：

How does parse_dates work with pd.read_sql_query

Create a day-of-week column in a Pandas dataframe using Python

当查询选项和第二个数据框选项时，我收到一条错误消息

  File "...anaconda3\lib\site-packages\numpy\core\shape_base.py", line 283, in vstack
    return _nx.concatenate([atleast_2d(_m) for _m in tup], 0)

MemoryError

在创建数据框并添加新列时使用第一个选项，数据打印为：

                 UPC  quantity_picked date_expected  day_of_week
0      0001111085148              1.0           NaT          NaN
1      0001111086984              1.0           NaT          NaN
2      0001111088636              1.0           NaT          NaN
3      0001111097045              1.0           NaT          NaN
4      0001450002690              1.0           NaT          NaN
5      0001600012479              1.0           NaT          NaN
6      0003800019891              1.0           NaT          NaN
7      0004450034115              1.0           NaT          NaN
8      0005100021165              1.0           NaT          NaN

当我尝试对上面列出的数据框片段进行最后一次查询时，我收到以下错误：

  File 
"...lib\site-packages\pandas\core\internals\managers.py", line 1325, in _make_na_block
    block_values = np.empty(block_shape, dtype=dtype)

MemoryError

有没有更简单的方法可以解决这个问题或我缺少的东西？非常感谢任何指导。

Answer 1

你可以直接在 SQL Server 中处理这个问题，使用DATENAME：

SELECT
    item_number AS UPC,
    quantity_picked,
    date_expec AS date_expected,
    DATENAME(dw, date_expec) AS day_of_week
FROM [Data]
ORDER BY [date_expected]