python Pandas将int转换为float的问题

Question

我正在使用 pandas read_csv 来提取数据并重新格式化。例如，“HBE 日期”列中的“10/28/2018”将重新格式化为“eHome 10/2018”

除了我得到像“ehome 1.0/2015.0”这样的重新格式化的值之外，它大部分都有效

eHomeHBEdata['HBE date'] = pd.to_datetime(eHomeHBEdata['Course Completed'])

#extract month and year values
eMonths=[]
eYears =[]
eHomeDates = eHomeHBEdata['HBE date']

for eDate in eHomeDates:
        eMonth = eDate.month
        eYear = eDate.year
        eMonths.append(eMonth)
        eYears.append(eYear)

此时，如果我 print(type(eMonth)) 它返回为“int”。如果我打印 eYears 列表，我会得到 2013、2014、2015 等值。

然后我将列表分配给数据框中的列。 . .

eHomeHBEdata.insert(0,'workshop Month',eMonths)
eHomeHBEdata.insert(1,'workshop Year',eYears)

。 . .之后 print(ehomeHomeHBEdata['workshop Month']) 返回值，例如 2013.0、2014.0、2015.0。那是浮动类型，对吧？

当我尝试使用下面的代码时，我得到了上面提到的格式错误

eHomeHBEdata['course session'] = "ehome " + eHomeHBEdata['workshop Month'].astype(str) + "/" + eHomeHBEdata['workshop Year'].astype(str)
eHomeHBEdata['start'] = eHomeHBEdata['workshop Month'].astype(str) + "/1/" + eHomeHBEdata['workshop Year'].astype(str) + " 12:00 PM"

谁能解释这里发生了什么并帮我解决它？

Answer 1

解决方案

要将您的日期列转换（重新格式化）为MM/YYYY，您只需：

df["Your_Column_Name"].dt.strftime('%m/%Y')

请参阅 Section-A 和 Section-B 了解两种不同的用例。

A.示例

我为此插图创建了一些虚拟数据，其中包含一个名为：Date 的列。要将此列重新格式化为MM/YYYY，我使用的是df.Dates.dt.strftime('%m/%Y')，它等同于df["Dates"].dt.strftime('%m/%Y')。

import pandas as pd

## Dummy Data
dates = pd.date_range(start='2020/07/01', end='2020/07/07', freq='D')
df = pd.DataFrame(dates, columns=['Dates'])

# Solution
df['Reformatted_Dates'] = df.Dates.dt.strftime('%m/%Y')
print(df)
## Output:
#        Dates Reformatted_Dates
# 0 2020-07-01           07/2020
# 1 2020-07-02           07/2020
# 2 2020-07-03           07/2020
# 3 2020-07-04           07/2020
# 4 2020-07-05           07/2020
# 5 2020-07-06           07/2020
# 6 2020-07-07           07/2020

B.如果你的输入数据是以下格式

在这种情况下，首先您可以使用列上的.astype('datetime64[ns, US/Eastern]') 转换日期。这使您可以在列上应用 pandas 日期时间特定的方法。现在尝试运行df.Dates.astype('datetime64[ns, US/Eastern]').dt.to_period(freq='M')。

## Dummy Data
dates = [
    '10/2018', 
    '11/2018', 
    '8/2019', 
    '5/2020',
]

df = pd.DataFrame(dates, columns=['Dates'])
print(df.Dates.dtype)
print(df)

## To convert the column to datetime and reformat
df['Dates'] = df.Dates.astype('datetime64[ns, US/Eastern]') #.dt.strftime('%m/%Y')
print(df.Dates.dtype)

C.避免使用for loop

试试这个。您可以在列上使用 pandas 的内置矢量化，而不是循环遍历每一行。我在列上使用了.dt.month 和.dt.year 将月份和年份设为int。

eHomeHBEdata['HBE date'] = pd.to_datetime(eHomeHBEdata['Course Completed'])
eHomeDates = eHomeHBEdata['HBE date'] # this should be in datetime.datetime format

## This is what I changed
>>> eMonths = eHomeDates.dt.month
>>> eYears = eHomeDates.dt.year

eHomeHBEdata.insert(0,'workshop Month',eMonths)
eHomeHBEdata.insert(1,'workshop Year',eYears)