基于日期时间对象添加季节列时遇到问题答案

【问题标题】：Trouble adding season column based on a datetime object基于日期时间对象添加季节列时遇到问题
【发布时间】：2021-08-06 13:17:23
【问题描述】：

我正在尝试完成我的工作项目，但我卡在某个点上。

我拥有的部分数据框是这样的：

year_month	year	month
2007-01	2007	1
2009-07	2009	7
2010-03	2010	3

但是，我想添加“季节”列。我正在说明足球赛季，赛季专栏需要说明球员踢的赛季。所以如果month等于或小于3，“season”列需要对应（（year-1），“/”，year），如果大于（year，“/”，（year + 1））。该表应如下所示：

year_month	year	month	season
2007-01	2007	1	2006/2007
2009-07	2009	7	2009/2010
2010-03	2010	3	2009/2010

希望其他人可以帮助我解决这个问题。

这是创建第一个表的代码：

import pandas as pd
from datetime import datetime

df = pd.DataFrame({'year_month':["2007-01", "2009-07", "2010-03"],
                  'year':[2007, 2009, 2010],
                  'month':[1, 7, 3]})

# convert the 'Date' columns to datetime format
df['year_month']= pd.to_datetime(df['year_month'])

提前致谢！

【问题讨论】：

标签： python pandas dataframe multiple-columns

【解决方案1】：

可以使用np.where()指定条件，根据条件的True/False获取对应的字符串，如下：

df['season'] = np.where(df['month'] <= 3, 
                        (df['year'] - 1).astype(str) + '/' + df['year'].astype(str), 
                        df['year'].astype(str) + '/' + (df['year'] + 1).astype(str))

结果：

  year_month  year  month     season
0 2007-01-01  2007      1  2006/2007
1 2009-07-01  2009      7  2009/2010
2 2010-03-01  2010      3  2009/2010

【讨论】：

【解决方案2】：

您可以使用带有条件的 lambda 函数和 axis=1 将其应用于每一行。使用f-Strings 可减少将值从year 列转换为新season 列所需的字符串。

df['season'] = df.apply(lambda x: f"{x['year']-1}/{x['year']}" if x['month'] <= 3 else f"{x['year']}/{x['year']+1}", axis=1)

输出：

  year_month  year  month     season
0    2007-01  2007      1  2006/2007
1    2009-07  2009      7  2009/2010
2    2010-03  2010      3  2009/2010

【讨论】：

感谢您的快速回复！