在 Python/Pandas 中，如何将世纪月转换为 DateTimeIndex？

Question

我正在使用一个数据集，该数据集将日期编码为自 1899 年 12 月以来的整数月数，因此第 1 个月是 1900 年 1 月，第 1165 个月是 1997 年 1 月。我想转换为 pandas DateTimeIndex。到目前为止，我想出的最好的是：

month0 = np.datetime64('1899-12-15')
one_month = np.timedelta64(30, 'D') + np.timedelta64(10.5, 'h')
birthdates = pandas.DatetimeIndex(month0 + one_month * resp.cmbirth)

开始日期为每月 15 日，时间增量为 30 天 10.5 小时，即一个日历月的平均长度。所以一个月内的日期会偏移一两天。

所以这似乎有点 hacky，我想知道是否有更好的方法。

Answer 1

您可以使用内置的pandas 日期时间功能。

import pandas as pd
import numpy as np

indexed_months = np.random.random_integers(0, high=1165, size=100)
month0 = pd.to_datetime('1899-12-01')
date_list = [month0 + pd.DateOffset(months=mnt) for mnt in indexed_months]
birthdates = pd.DatetimeIndex(date_list) 

我假设您的 resp.cmbirth 对象看起来像一个介于 0 和 1165 之间的整数数组。

我不太清楚为什么您希望索引的 bin 边缘从月初或月底偏移。可以这样做：

shifted_birthdates = birthdates.shift(15, freq=pd.datetools.day)

如果你愿意，同样可以持续几个小时。此SO question 和相关pandas github issue 的答案中也有有用的信息。