将int64 Pandas列分成两部分

Question

我已经获得了一个数据集，其日期为整数，使用20119年5月的格式52019.我已将它放入Pandas DataFrame中，我需要将该日期格式提取到月份列和年份列中，但我可以要弄清楚如何为int64数据类型执行此操作或如何处理两个数字月份。 所以我想采取类似的方式

ID    Date
1    22019
2    32019
3    52019
5    102019

并使它成为

ID    Month    Year
1     2        2019
2     3        2019
3     5        2019
5     10       2019

我该怎么办？

Answer 1

divmod

df['Month'], df['Year'] = np.divmod(df.Date, 10000)

df

   ID    Date  Month  Year
0   1   22019      2  2019
1   2   32019      3  2019
2   3   52019      5  2019
3   5  102019     10  2019

---

不使用assign改变原始数据帧

df.assign(**dict(zip(['Month', 'Year'], np.divmod(df.Date, 10000))))

   ID    Date  Month  Year
0   1   22019      2  2019
1   2   32019      3  2019
2   3   52019      5  2019
3   5  102019     10  2019

Answer 2

采用：

s=pd.to_datetime(df.pop('Date'),format='%m%Y') #convert to datetime and pop deletes the col
df['Month'],df['Year']=s.dt.month,s.dt.year #extract month and year
print(df)

---

   ID  Month  Year
0   1      2  2019
1   2      3  2019
2   3      5  2019
3   5     10  2019

Answer 3

str.extract可以处理棘手的部分，确定月份是否有1位或2位数。

(df['Date'].astype(str)
           .str.extract(r'^(?P<Month>\d{1,2})(?P<Year>\d{4})$')
           .astype(int))                              

   Month  Year
0      2  2019
1      3  2019
2      5  2019
3     10  2019

---

如果保证您的数字只有5位或6位数（如果没有，请使用上面的str.extract ），您也可以使用字符串切片：

u = df['Date'].astype(str)
df['Month'], df['Year'] = u.str[:-4], u.str[-4:]
df                                                                                                                    

   ID    Date Month  Year
0   1   22019     2  2019
1   2   32019     3  2019
2   3   52019     5  2019
3   5  102019    10  2019

Answer 4

使用//和%

df['Month'], df['Year'] = df.Date//10000,df.Date%10000
df
Out[528]: 
   ID    Date  Month  Year
0   1   22019      2  2019
1   2   32019      3  2019
2   3   52019      5  2019
3   5  102019     10  2019