Python如何计算日期后30天的月份数

Question

我有一个包含日期的数据框，我想按如下方式处理数据以进行特征工程

df

date
2016/1/1
2015/2/10
2016/4/5

处理后我想让df看起来像

date      Jan    Feb   Mar   Apr    
2016/1/1  30     0    0      0    //date from 1/1 to 1/30 : the number of dates in jan
2015/2/10  0     19   11     0    //date from 2/10 to 3/11 : the number of dates in feb and no of dates in mar
2016/3/25  0     0    7     21    //date from 3/25 to 4/21 : the number of dates in mar and no of dates in apr

1. 获取 df["date"] 后 30 天

   df["date"] + timedelta(month=1)

2. 统计属于特定 30 天的月份的频率

有什么方法可以快速做到这一点？

谢谢。

Answer 1

一步一步来。首先，您将原始日期偏移+ pd.to_timedelta('30d')。然后创建一个仅由df.date.dt.month 指示月份的列。然后为每个日期创建一个包含月末日期的列 - 一些想法在这里：Want the last day of each month for a data frame in pandas。最后，填写一个以 12 个月为列的矩阵，设置月份和月份+1 列中的值。

通过一次丰富一列的 DataFrame，您可以轻松地从输入转移到所需的输出。不可能有一种神奇的方法可以在一次调用中完成所有操作。

在此处阅读有关 Pandas 中日期/时间函数的所有信息：https://pandas.pydata.org/pandas-docs/stable/timeseries.html - 有很多！

Answer 2

您可以将自定义函数与date_range 和groupby 与size 一起使用：

date = df[['date']]
names = ['Jan', 'Feb','Mar','Apr','May']

def f(x):
    print (x['date'])
    a = pd.date_range(x['date'], periods=30)
    a = pd.Series(a).groupby(a.month).size()
    return (a)


df = df.apply(f, axis=1).fillna(0).astype(int)
df = df.rename(columns = {k:v for k,v in enumerate(names)})
df = date.join(df)
print (df)
        date  Feb  Mar  Apr  May
0 2016-01-01   30    0    0    0
1 2015-02-10    0   19   11    0
2 2016-03-25    0    0    7   23

---

与value_counts类似的解决方案：

date = df[['date']]
names = ['Jan', 'Feb','Mar','Apr','May']

df = df.apply(lambda x: pd.date_range(x['date'], periods=30).month.value_counts(), axis=1)
       .fillna(0)
       .astype(int)
df = df.rename(columns = {k:v for k,v in enumerate(names)})
df = date.join(df)
print (df)

另一种解决方案：

names = ['Jan', 'Feb','Mar','Apr','May']
date = df[['date']]

df["date1"] = df["date"] + pd.Timedelta(days=29)
df = df.reset_index().melt(id_vars='index', value_name='date').set_index('date')
df = df.groupby('index').resample('D').asfreq()
df = df.groupby([df.index.get_level_values(0), df.index.get_level_values(1).month])
      .size()
      .unstack(fill_value=0)
df = df.rename(columns = {k+1:v for k,v in enumerate(names)})
df = date.join(df)
print (df)
        date  Jan  Feb  Mar  Apr
0 2016-01-01   30    0    0    0
1 2015-02-10    0   19   11    0
2 2016-03-25    0    0    7   23