从 Pandas 日期时间列派生新数据答案

【问题标题】：Deriving new data from Pandas datetime column从 Pandas 日期时间列派生新数据
【发布时间】：2014-06-13 16:22:21
【问题描述】：

我在pandas DataFrame 中有一列时间戳（以毫秒为单位）。从时间戳中，我试图在单独的列中导出时间戳的小时、分钟、星期几和月份。

我尝试在整个列中使用apply 函数，但无济于事。因此，我采用了一种非常天真的（但不是很简洁）的方法来创建这些列：

import pandas
import datetime

df=pd.DataFrame( {'time':[1401811621559, 1402673694105, 1402673749561, 1401811615479, 1402673708254], 'person':['Harry', 'Ann', 'Sue', 'Jeremy', 'Anne']})

df['time'] = pandas.to_datetime(df.time, unit='ms')
days = []
tod = []
month = []
minutes = []
for row in df['time']:
    days.append(row.strftime('%w'))
    tod.append(row.strftime('%H'))
    month.append(row.strftime('%m'))
    minutes.append(row.strftime('%M'))
##
df['dayOfWeek'] = days
df['timeOfDay'] = tod
df['month'] = month
df['minutes'] = minutes

有没有类似的方法来做到这一点？

df['dayOfWeek'] = df['time'].apply(strftime('%w'),axis = 1)

    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    NameError: name 'strftime' is not defined

【问题讨论】：

标签： python datetime pandas

【解决方案1】：

目前您必须将列包装在 DatetimeIndex 中：

In [11]: dti = pd.DatetimeIndex(df['time'])

In [12]: dti.dayofweek
Out[12]: array([1, 4, 4, 1, 4])

In [13]: dti.time
Out[13]:
array([datetime.time(16, 7, 1, 559000), datetime.time(15, 34, 54, 105000),
       datetime.time(15, 35, 49, 561000), datetime.time(16, 6, 55, 479000),
       datetime.time(15, 35, 8, 254000)], dtype=object)

In [14]: dti.month
Out[14]: array([6, 6, 6, 6, 6])

In [15]: dti.minute
Out[15]: array([ 7, 34, 35,  6, 35])

等等

请参阅 this issue 以使这些方法直接从日期时间序列中可用。

【讨论】：

【解决方案2】：

您也可以将其设为 lambda 函数：

df['dayOfWeek2'] = df.time.apply(lambda x:x.strftime('%w'))

现在输入

df.dayOfWeek2 == df.dayOfWeek

产量

0    True
1    True
2    True
3    True
4    True
dtype: bool

【讨论】：

谢谢！效果很好。

【解决方案3】：

是的，稍微修改一下你的代码...

def timeGroups(row):
    row['days'] = row['time'].strftime('%w'))
    #do the same thing for month,seconds,etc.
    return row
df['dayOfWeek'] = df['time'].apply(timeGroups,axis = 1)

【讨论】：