在熊猫中将“年”和“年中的星期”列转换为“日期”

Question

所需方式

为了将年份和年份的两列转换为日期，我希望执行以下操作：

df['formatted_date'] = df.year*100+df.weekofyear
df['date'] = pd.to_datetime(df['formatted_date'], format='%Y%w')

但是，它不起作用，给出ValueError ：

ValueError: unconverted data remains: 01

解决方法

我发现解决方法是将一年中的星期转换为一年中的某一天，并使用year-dayofyear %Y%j格式：

df['formatted_date'] = df.year*1000+df.weekofyear*7-6 
df['date'] = pd.to_datetime(df['formatted_date'], format='%Y%j')

第一行很丑陋，但是效果很好。 一年中的星期在（00,53）范围内。 有什么想法，为什么优雅的方式不起作用？

Answer 1

您需要将%w组合成一周的某天-用%W进行解释 ：

http://strftime.org/用于%W ：

一年中的星期数（星期一为一周的第一天），以十进制数表示。 第一个星期一之前的新的一年中的所有天均视为在第0周。

对于%w ：

以十进制数表示的工作日，其中0是星期日，6是星期六。

---

df = pd.DataFrame({'year':[2015, 2018],
                   'weekofyear':[10,12]})

dates = df.year*100+df.weekofyear
@adde
df['date'] = pd.to_datetime(dates.astype(str) + '0', format='%Y%W%w')
print (df)

   year  weekofyear  formatted_date       date
0  2015  10          201510         2015-03-15
1  2018  12          201812         2018-03-25

另一个解决方案：

#added 0 only for demontration, you can remove it
df['formatted_date'] = df.year * 1000 + df.weekofyear * 10 + 0
df['date'] = pd.to_datetime(df['formatted_date'], format='%Y%W%w')
print (df)

   year  weekofyear  formatted_date       date
0  2015  10          2015100        2015-03-15
1  2018  12          2018120        2018-03-25