python Pandas 将 int 转换为 float 的问题

Question

我正在使用 pandas read_csv 来提取数据并重新格式化。 例如，“HBE 日期”列中的“10/28/2018”将被重新格式化为“eHome 10/2018”

除了我得到像“ehome 1.0/2015.0”这样的重新格式化的值外，它大部分都有效

eHomeHBEdata['HBE date'] = pd.to_datetime(eHomeHBEdata['Course Completed'])

#extract month and year values
eMonths=[]
eYears =[]
eHomeDates = eHomeHBEdata['HBE date']

for eDate in eHomeDates:
        eMonth = eDate.month
        eYear = eDate.year
        eMonths.append(eMonth)
        eYears.append(eYear)

此时，如果我 print(type(eMonth)) 它返回为“int”。 如果我打印 eYears 列表，我会得到 2013、2014、2015 等值。

但随后我将列表分配给数据框中的列。 . .

eHomeHBEdata.insert(0,'workshop Month',eMonths)
eHomeHBEdata.insert(1,'workshop Year',eYears)

. . . 之后 print(ehomeHomeHBEdata['workshop Month']) 返回值，如 2013.0、2014.0、2015.0。 那是浮动类型，对吧？

当我尝试使用以下代码时，出现上述格式错误的错误

eHomeHBEdata['course session'] = "ehome " + eHomeHBEdata['workshop Month'].astype(str) + "/" + eHomeHBEdata['workshop Year'].astype(str)
eHomeHBEdata['start'] = eHomeHBEdata['workshop Month'].astype(str) + "/1/" + eHomeHBEdata['workshop Year'].astype(str) + " 12:00 PM"

有人可以解释这里发生了什么并帮助我解决它吗？

Answer 1

解决方案

要将日期列转换（重新格式化）为MM/YYYY ，您需要做的就是：

df["Your_Column_Name"].dt.strftime('%m/%Y')

有关两个不同的用例，请参阅Section-A和Section-B 。

A. 示例

我为此插图创建了一些虚拟数据，其中有一列名为： Date 。 将此列重新格式化为MM/YYYY我使用df.Dates.dt.strftime('%m/%Y')相当于df["Dates"].dt.strftime('%m/%Y') .

import pandas as pd

## Dummy Data
dates = pd.date_range(start='2020/07/01', end='2020/07/07', freq='D')
df = pd.DataFrame(dates, columns=['Dates'])

# Solution
df['Reformatted_Dates'] = df.Dates.dt.strftime('%m/%Y')
print(df)
## Output:
#        Dates Reformatted_Dates
# 0 2020-07-01           07/2020
# 1 2020-07-02           07/2020
# 2 2020-07-03           07/2020
# 3 2020-07-04           07/2020
# 4 2020-07-05           07/2020
# 5 2020-07-06           07/2020
# 6 2020-07-07           07/2020

B.如果你输入的数据是以下格式

在这种情况下，首先您可以在列上使用.astype('datetime64[ns, US/Eastern]')转换日期。 这使您可以在列上应用 Pandas 日期时间特定方法。 现在尝试运行df.Dates.astype('datetime64[ns, US/Eastern]').dt.to_period(freq='M') 。

## Dummy Data
dates = [
    '10/2018', 
    '11/2018', 
    '8/2019', 
    '5/2020',
]

df = pd.DataFrame(dates, columns=['Dates'])
print(df.Dates.dtype)
print(df)

## To convert the column to datetime and reformat
df['Dates'] = df.Dates.astype('datetime64[ns, US/Eastern]') #.dt.strftime('%m/%Y')
print(df.Dates.dtype)

C. 避免使用for loop

尝试这个。 您可以在列上使用 Pandas 的内置矢量化，而不是在每一行上循环。 我在列上使用.dt.month和.dt.year将月份和年份作为int 。

eHomeHBEdata['HBE date'] = pd.to_datetime(eHomeHBEdata['Course Completed'])
eHomeDates = eHomeHBEdata['HBE date'] # this should be in datetime.datetime format

## This is what I changed
>>> eMonths = eHomeDates.dt.month
>>> eYears = eHomeDates.dt.year

eHomeHBEdata.insert(0,'workshop Month',eMonths)
eHomeHBEdata.insert(1,'workshop Year',eYears)