在 Python / Pandas 中定义日期格式答案

【问题标题】：Define date format in Python / Pandas在 Python / Pandas 中定义日期格式
【发布时间】：2016-09-26 10:38:14
【问题描述】：

我在 Python 中使用 Pandas 模块加入了两个 .csv 文件。一列是格式为“dd.mm.yyyy”的日期。

现在我想从中只提取月份（作为带有前导零的 2 位整数）以供进一步使用。

到目前为止，我已经完成了这项工作，但我不得不作弊。 Python 认为我得到的字符串是 DAY。我不喜欢半生不熟的东西，所以想问问社区我如何具体告诉 Python 日期的哪一部分是月份，以便可以返回给我？

这是我目前所拥有的：

import pandas

def saison(input):
    if input == "04" or input == "05" or input == "06" or input == "07" or input == "08" or input == "09":
        return "Sommer"
    else:
        return "Winter"

df_1 = pandas.read_csv("a.csv", sep=';', names=["DWD_ID", "Datum"], header=0)
df_2 = pandas.read_csv("b.csv", sep=';', names=[VEG", "DWD_ID"], header=0)
df_joined = pandas.merge(df_1, df_2, on="DWD_ID")
df_joined["Datum"] = pandas.to_datetime(df_joined["Datum"])

df_joined["Saison"] = saison(df_joined["Datum"].apply(lambda x: x.strftime('%d')))

如果我使用

x.strftime('%m')

相反，它会在当天返回给我。

【问题讨论】：

标签： python python-2.7 csv pandas

【解决方案1】：

您可以在 to_datetime 的 arg 中提供要保留的格式：

pd.to_datetime(df['date_col'], format="%d.%m.%Y").dt.month.astype(str).str.zfill(2)

【讨论】：

dayfirst=True 也可以，但format 会更快，并且会在出现问题时失败，而不是默默地做出您可能不同意的选择。
干得不错！谢谢！
@Khaled，我看到您没有接受任何先前问题的答案，包括这个问题；-) 如果它解决了您的问题，您当然应该接受它们（通过单击复选标记）问题。这向将来访问此页面的任何人表明，我的这个解决方案可以解决问题。
糟糕，抱歉，我还没有意识到这个功能！

【解决方案2】：

首先，您似乎在日期时间中交换了月份和日期，因此您需要将参数 format='%Y-%d-%m' 添加到 to_datetime (Python's strftime directives)：

df = pd.DataFrame({'Date': ['2016-24-02']})  
print (df)
         Date
0  2016-24-02

print (pd.to_datetime(df.Date, format='%Y-%d-%m'))
0   2016-02-24
Name: Date, dtype: datetime64[ns]

转换后就可以使用了：

dt.strftime:

print (df.Date.dt.strftime('%m'))

提取month的另一个解决方案，然后转换为string，最后通过zfill添加零填充：

print (df.Date.dt.month.astype(str).str.zfill(2))

示例：

start = pd.to_datetime('2015-02-24')
rng = pd.date_range(start, periods=10, freq='m')

df = pd.DataFrame({'Date': rng})  
print (df)
        Date
0 2015-02-28
1 2015-03-31
2 2015-04-30
3 2015-05-31
4 2015-06-30
5 2015-07-31
6 2015-08-31
7 2015-09-30
8 2015-10-31
9 2015-11-30


print (df.Date.dt.strftime('%m'))
0    02
1    03
2    04
3    05
4    06
5    07
6    08
7    09
8    10
9    11
Name: Date, dtype: object

print (df.Date.dt.month.astype(str).str.zfill(2))
0    02
1    03
2    04
3    05
4    06
5    07
6    08
7    09
8    10
9    11
Name: Date, dtype: object

最后你可以使用 numpy.where 和 isin 的条件：

saison = ["04","05","06","07","08","09"]
df['Saison'] = np.where(df.Date.dt.strftime('%m').isin(saison), 'Sommer','Winter')
print (df)
        Date  Saison
0 2015-02-28  Winter
1 2015-03-31  Winter
2 2015-04-30  Sommer
3 2015-05-31  Sommer
4 2015-06-30  Sommer
5 2015-07-31  Sommer
6 2015-08-31  Sommer
7 2015-09-30  Sommer
8 2015-10-31  Winter
9 2015-11-30  Winter

【讨论】：