在Python/Pandas中定義日期格式

Question

我有兩個用Pandas模塊在Python中加入的.csv文件。一列是格式爲「dd.mm.yyyy」的日期。

現在我只想從中提取月份（作爲2位數的整數和前導零）以備後用。

我到目前爲止完成了這項工作，但我不得不作弊。 Python認爲我得到的字符串是DAY。我不喜歡半熟的東西，所以我想問問社區我怎樣才能明確地告訴Python哪一部分日期是月份，以便它可以返回給我？

這是我到目前爲止有：

import pandas 

def saison(input): 
    if input == "04" or input == "05" or input == "06" or input == "07" or input == "08" or input == "09": 
     return "Sommer" 
    else: 
     return "Winter" 

df_1 = pandas.read_csv("a.csv", sep=';', names=["DWD_ID", "Datum"], header=0) 
df_2 = pandas.read_csv("b.csv", sep=';', names=[VEG", "DWD_ID"], header=0) 
df_joined = pandas.merge(df_1, df_2, on="DWD_ID") 
df_joined["Datum"] = pandas.to_datetime(df_joined["Datum"]) 

df_joined["Saison"] = saison(df_joined["Datum"].apply(lambda x: x.strftime('%d'))) 

如果我使用

x.strftime('%m') 

而是返回我的一天。

Answer 1

你庫侖d提供您想保留在arg中的格式to_datetime：

pd.to_datetime(df['date_col'], format="%d.%m.%Y").dt.month.astype(str).str.zfill(2) 

Answer 2

首先，它似乎你有交換月份和日期的日期時間，所以你需要添加參數format='%Y-%d-%m'到to_datetime（Python's strftime directives）：

df = pd.DataFrame({'Date': ['2016-24-02']}) 
print (df) 
     Date 
0 2016-24-02 

print (pd.to_datetime(df.Date, format='%Y-%d-%m')) 
0 2016-02-24 
Name: Date, dtype: datetime64[ns] 

轉換，你可以使用後：

dt.strftime：

print (df.Date.dt.strftime('%m')) 

解壓縮的另一個解決方案month，然後轉換爲string和最後通過zfill加零填充：

print (df.Date.dt.month.astype(str).str.zfill(2)) 

樣品：

start = pd.to_datetime('2015-02-24') 
rng = pd.date_range(start, periods=10, freq='m') 

df = pd.DataFrame({'Date': rng}) 
print (df) 
     Date 
0 2015-02-28 
1 2015-03-31 
2 2015-04-30 
3 2015-05-31 
4 2015-06-30 
5 2015-07-31 
6 2015-08-31 
7 2015-09-30 
8 2015-10-31 
9 2015-11-30 


print (df.Date.dt.strftime('%m')) 
0 02 
1 03 
2 04 
3 05 
4 06 
5 07 
6 08 
7 09 
8 10 
9 11 
Name: Date, dtype: object 

---

print (df.Date.dt.month.astype(str).str.zfill(2)) 
0 02 
1 03 
2 04 
3 05 
4 06 
5 07 
6 08 
7 09 
8 10 
9 11 
Name: Date, dtype: object 

最後你可以用條件使用numpy.where與isin：

saison = ["04","05","06","07","08","09"] 
df['Saison'] = np.where(df.Date.dt.strftime('%m').isin(saison), 'Sommer','Winter') 
print (df) 
     Date Saison 
0 2015-02-28 Winter 
1 2015-03-31 Winter 
2 2015-04-30 Sommer 
3 2015-05-31 Sommer 
4 2015-06-30 Sommer 
5 2015-07-31 Sommer 
6 2015-08-31 Sommer 
7 2015-09-30 Sommer 
8 2015-10-31 Winter 
9 2015-11-30 Winter