修改 Pandas 数据框以列出年份月份和日期答案

【问题标题】：Modify Pandas dataframe to list year month and date修改 Pandas 数据框以列出年份月份和日期
【发布时间】：2015-03-24 16:27:26
【问题描述】：

我想修改我在下面创建的数据框：

from datetime import date
from dateutil.rrule import rrule, DAILY, YEARLY
from dateutil.relativedelta import *
import pandas

START_YR = 2010
END_YR = 2013

strt_date = datetime.date(START_YR, 1, 1)
end_date  = datetime.date(END_YR, 12, 31)

dt = rrule(DAILY, dtstart=strt_date, until=end_date)

serie_1 = pandas.Series(np.random.randn(dt.count()), \
        index = pandas.date_range(strt_date, end_date))

如何创建一个数据框，将年月日作为单独的列？

【问题讨论】：

标签： python pandas

【解决方案1】：

仅访问datetime 属性会明显更快：

df['date'] = df.index.date
df['year'] = df.index.year
df['month'] = df.index.month

用列表推导法比较时间：

In [25]:

%%timeit
df['month'] = [ts.to_period('M') for ts in df.index]
df['year'] = [ts.to_period('Y') for ts in df.index]
df['month_int'] = [ts.month for ts in df.index]
1 loops, best of 3: 664 ms per loop
In [26]:

%%timeit
df['date'] = df.index.date
df['year'] = df.index.year
df['month'] = df.index.month

100 loops, best of 3: 5.96 ms per loop

因此使用 datetime 属性的速度提高了 100 倍以上

【讨论】：

是的，属性的执行速度更快，但 Periods 在 Pandas 生态系统中的表现更好（例如绘图、groupby 等）。期间存储为对象（因此占用更多内存）并且不容易保存到数据库中。两种方法之间的使用将取决于偏好和数据量。

【解决方案2】：

将系列转换为 DataFrame，然后将新列添加为 Pandas 句点。如果您只想将月份设为整数，请参见“month_int”示例。

df = pd.DataFrame(serie_1)
df['month'] = [ts.to_period('M') for ts in df.index]
df['year'] = [ts.to_period('Y') for ts in df.index]
df['month_int'] = [ts.month for ts in df.index]

>>> df
Out[16]: 
                   0   month   year  month_int

2010-01-01  0.332370  2010-01  2010          1
2010-01-02 -0.036814  2010-01  2010          1
2010-01-03  1.751511  2010-01  2010          1
...              ...      ...   ...        ...
2013-12-29  0.345707  2013-12  2013         12
2013-12-30 -0.395924  2013-12  2013         12
2013-12-31 -0.614565  2013-12  2013         12

【讨论】：