pandas 查找日期属于哪个半年

Question

我有以下带有date列的 pandas 数据框。 如何添加指定日期属于哪个半年的列？

Answer 1

将日期转换为日期时间，然后使用numpy.where与比较小于或等于：

df['date'] = pd.to_datetime(df['date'], dayfirst=True)

df['half year'] = np.where(df['date'].dt.month.le(6), 'H1', 'H2')
print (df)
        date half year
0 1993-09-09        H2
1 1993-09-11        H2
2 1994-01-23        H1
3 1993-03-18        H1

没有numpy的解决方案，将掩码更改为更大的6 ，加1并转换为字符串：

df['date'] = pd.to_datetime(df['date'], dayfirst=True)

df['half year'] = 'H' + df['date'].dt.month.gt(6).add(1).astype(str)
print (df)
        date half year
0 1993-09-09        H2
1 1993-09-11        H2
2 1994-01-23        H1
3 1993-03-18        H1

Answer 2

尝试：

df['half year'] = 'H' + pd.to_datetime(df['date']).dt.month.floordiv(6).add(1).astype(str)
print(df)

# Output
         date half year
0  09-09-1993        H2
1  18-03-1993        H1

Answer 3

此解决方案使用.apply方法。

>>> import pandas as pd
>>>
>>> df = pd.DataFrame({'date': ['09-09-1993', '11-09-1993', '23-01-1994', '18-03-1993']})
>>>
>>> df['date'] = pd.to_datetime(df['date'], format='%d-%m-%Y')
>>> df
        date
0 1993-09-09
1 1993-09-11
2 1994-01-23
3 1993-03-18
>>>
>>> df['half year'] = df.date.dt.month.apply(lambda x: "H1" if x in range(0, 7) else "H2")
>>> df
        date half year
0 1993-09-09        H2
1 1993-09-11        H2
2 1994-01-23        H1
3 1993-03-18        H1

Answer 4

如果没有numpy ，这是一个相当通用的解决方案，可以轻松修改以将学期设为'first'或'second' ：

0. 构建pandas.DataFrame （不在提供的代码中）

（代码从这里开始）*

1. 将'date'列转换为日期时间
2. 使用pandas.Series从df['date']提取月份作为pandas.Series.dt.month
3. integer 除以 6 得到学期为pandas.Series of int （从 0 开始计数）
4. 将学期字符串作为pandas.Series使用pandas.Series.map将学期整数作为学期名称列表上的索引
5. 与pandas.Categorical捆绑（步骤 2. 至 4.）以获取分类列（空间更小，处理速度更快），此步骤是可选的

>>> df['date'] = pd.to_datetime(df['date'])
>>> df['half year'] = pd.Categorical((df['date'].dt.month // 6).map(lambda h:['H1','H2'][h]))
>>> df
        date half year
0 1993-09-09        H2
1 1993-09-11        H2
2 1994-01-23        H1
3 1993-03-18        H1
>>> df.dtypes
date         datetime64[ns]
half year          category
dtype: object