如何创建带有格式化日期的稀疏列答案

【问题标题】：How do I create a sparse column with a formatted date如何创建带有格式化日期的稀疏列
【发布时间】：2019-06-15 03:18:09
【问题描述】：

我有一个时间序列数据集，索引为日期时间（一年中的每一天几乎有 1 行），我希望每隔一段时间创建一个带有字符串的稀疏序列（用于绘图）。

obs_date    str_date
2018-01-01  Jan 2018
2018-01-02
2018-01-03
2018-01-04
2018-01-05
2018-01-06
...
2018-02-01 Feb 2018
etc

我试过了

df['str_date'] = df.index.strftime('%b\n%Y')
df.loc[df.index.day != 1, 'str_date'] = ''

并且可以正确设置当月的第一天，但是可以反过来尝试

df['str_date'] = ''
df.loc[df.index.day == 1, 'str_date'] = df.index.strftime('%b %Y')

给出错误： ValueError：无法将输入数组从形状 (350) 广播到形状 (11)。有没有办法做到这一点？

【问题讨论】：

您收到错误是因为df.index.day == 1 只有 11 个值，而您正尝试将这 11 个值设置为数据帧的 len 值。

标签： python pandas datetime indexing

【解决方案1】：

问题是作业的左侧和右侧有不同的大小。相反，您可以使用pd.Index.where 同时分配和屏蔽：

df['str_date'] = df.index.where(df.index.day == 1)

print(df) 
#              str_date
# obs_date             
# 2018-01-01 2018-01-01
# 2018-01-02        NaT
# 2018-01-03        NaT
# 2018-01-04        NaT
# 2018-01-05        NaT
# 2018-01-06        NaT
# 2018-02-01 2018-02-01

如果您需要特定的字符串格式，您可以在结果上调用strftime：

df['str_date'] = df.index.where(df.index.day == 1).strftime('%b-%Y')

print(df)
#             str_date
# obs_date            
# 2018-01-01  Jan-2018
# 2018-01-02       NaT
# 2018-01-03       NaT
# 2018-01-04       NaT
# 2018-01-05       NaT
# 2018-01-06       NaT
# 2018-02-01  Feb-2018

【讨论】：

谢谢 - 已经解决了，还需要 df['str_date'] = df['str_date'].str.replace('NaT', '', regex=False) 删除 'NaT'

【解决方案2】：

您可以通过.loc 确认Series 分配

df.loc[df.index.day==1,'str_date']=pd.Series(df.index.strftime('%b-%Y'),index=df.index)
df
            str_date
obs_date            
2018-01-01  Jan-2018
2018-01-02       NaN
2018-01-03       NaN
2018-01-04       NaN
2018-01-05       NaN
2018-01-06       NaN
2018-02-01  Feb-2018

【讨论】：