循环遍历基于月份修改列值的日期答案

【问题标题】：Loop through dates modifying column value based on month循环遍历基于月份修改列值的日期
【发布时间】：2021-05-07 19:13:45
【问题描述】：

我有两个 pandas 数据框 - 时间序列和每月平均值，如下所示

import pandas as pd

df = pd.DataFrame({'date': ['1/10/2000', '3/11/2001', '6/12/2001', '4/03/2000', '23/07/2001', '15/07/2000', '05/05/2001', '17/12/2000', '9/9/2001', '2/24/2001'],
                   'value': [2, 3, 4, 1, 4, 7, 9, 4, 5, 6]})
df['date'] = pd.to_datetime(df['date'])
df

monthly = pd.DataFrame({'month': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   'value_m': [0.49, 0.73, 0.88, 0.41, 0.77, 0.24, 0.40, 0.23, 0.51, 0.68, 0.17, 0.43]})
monthly

目标是遍历日期并确定月份，然后通过添加每月数据框中相应的每月值来修改 df 数据框中的值列。例如，日期的第一个值是 '1/10/2000'，因此月份是 Jan (1)，新值是 2 + 0.49 = 2.49。

提前致谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

试试这个：

monthly_value = monthly.set_index('month')['value_m']

def get_new_value(data):
    try:
        value_m = monthly_value[data.date.month]
        return data.value + value_m
    except:
        return data.value


df.value = df.apply(lambda x: get_new_value(x), axis=1)
print (df)

输出：

       date    value
0   2000-01-10  2.49
1   2001-03-11  3.88
2   2001-06-12  4.24
3   2000-04-03  1.41
4   2001-07-23  4.40
5   2000-07-15  7.40
6   2001-05-05  9.77
7   2000-12-17  4.43
8   2001-09-09  5.51
9   2001-02-24  6.73

【讨论】：

非常感谢您花时间回答我的问题。我衷心感谢

【解决方案2】：

使用Series.map by Series.dt.month 将monthly DataFrame 转换为Series 并使用month 索引并添加到value：

df['value'] += df['date'].dt.month.map(monthly.set_index('month')['value_m'])
#working like
#df['value'] = df['value'] + df['date'].dt.month.map(monthly.set_index('month')['value_m'])
print (df)
        date  value
0 2000-01-10   2.49
1 2001-03-11   3.88
2 2001-06-12   4.24
3 2000-04-03   1.41
4 2001-07-23   4.40
5 2000-07-15   7.40
6 2001-05-05   9.77
7 2000-12-17   4.43
8 2001-09-09   5.51
9 2001-02-24   6.73

10k 行的性能：

df = pd.concat([df] * 1000, ignore_index=True)

In [120]: %timeit df['value'] += df['date'].dt.month.map(monthly.set_index('month')['value_m'])
2.73 ms ± 117 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [121]: %timeit df.value = df.apply(lambda x: get_new_value(x), axis=1)
299 ms ± 5.92 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

【讨论】：