代码之家 › 专栏 › 技术社区 › vestland

如何创建年-月序列以用作数据帧中的索引?

pandas python

vestland · 技术社区 · 6 年前

2019-01 然后添加任意数量的consequential months,并将其用作数据帧中的索引。我找到了一些建议 pd.to_timedelta

详情如下:

如果以日期开始,并添加5个句点,如下所示:

import pandas as pd
import numpy as np

date = pd.to_datetime("1st of Jan, 2019")
dates = date+pd.to_timedelta(np.arange(5), 'M')

然后你会得到:

DatetimeIndex(['2019-01-01 00:00:00', '2019-01-31 10:29:06',
               '2019-03-02 20:58:12', '2019-04-02 07:27:18',
               '2019-05-02 17:56:24'],
              dtype='datetime64[ns]', freq=None)

2019-01 这样地:

dates = dates.map(lambda x: x.strftime('%Y-%m'))
dates = dates.drop_duplicates()

但正如你所见, 2019-02

Index(['2019-01', '2019-03', '2019-04', '2019-05'], dtype='object')

有什么更好的方法?

2 回复 | 直到 6 年前

Chris Adams 6 年前

你可以用 pandas.date_range :

pd.date_range(date, periods=5, freq='M').strftime('%Y-%m')

Index(['2019-01', '2019-02', '2019-03', '2019-04', '2019-05'], dtype='object')

jezrael 6 年前

您可以创建 PeriodIndex 通过 period_range :

dates = pd.period_range(date, periods=5, freq='M')
print (dates)
PeriodIndex(['2019-01', '2019-02', '2019-03', '2019-04', '2019-05'], 
            dtype='period[M]', freq='M')

dates = (date + pd.to_timedelta(np.arange(5), unit='M') + pd.Timedelta(2, unit='d')).strftime('%Y-%m')

print (dates)
Index(['2019-01', '2019-02', '2019-03', '2019-04', '2019-05'], dtype='object')

验证:

dates = (date + pd.to_timedelta(np.arange(120), unit='M') + pd.Timedelta(2, unit='d'))
        .month.value_counts()

print (dates)

12    10
11    10
10    10
9     10
8     10
7     10
6     10
5     10
4     10
3     10
2     10
1     10
dtype: int64

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前