如何根据 Pandas 行中的先前值制定解析月日日期对和 append 年的逻辑

Question

您好，感谢您花时间阅读我的问题。 我目前在 Pandas dataframe 中有一列或一系列数据，我试图将其解析为正确的 YYYY-MM-DD (%Y-%m-%d %H:%M) 类型格式。 问题是该数据本身不包含年份。

cur_date 是我目前必须使用的。

当前日期
1 月 20 日 14:05
1 月 4 日 05:07
12 月 31 日 12:07
4 月 12 日 20:54
一月 21 日 06:12
11月3日 04:10
2 月 5 日 11:45
1 月 7 日 07:09
12 月 3 日 12:11

req_date 是我要实现的目标。

申请日期
2023-01-20 14:05
2023-01-04 05:07
2022-12-31 12:07
2022-04-12 20:54
2022-01-21 06:12
2021-11-03 04:10
2021-02-05 11:45
2021-01-07 07:09
2020-12-03 12:11

我知道写类似下面的东西df['cur_date'] = pd.to_datetime(df['cur_date'], format='%b-%d %H:%M')但这不允许我 append单个行的降年。

我尝试了各种包，一个是 dateparser，它有一些选项来处理不完整的日期，例如settings={'PREFER_DATES_FROM': 'past'}设置，但它没有能力回顾以前的值并将日期解释为我在寻找。

Answer 1

我希望这些代码对你有用:)

注意：当epoch值相等时，是否改变年份由你决定

import time

current_year = 2023
last = {"ly":current_year, "epoch":0}

def set_year(tt):
    epoch = time.mktime(tt)   

    if epoch > last["epoch"] and last["epoch"] != 0: # first year must current year or you can compare with current time
        last["ly"] -= 1

    last["epoch"] = epoch

    return str(last["ly"])

def transform_func(x):
    time_tup = time.strptime(f"{current_year}-"+x, "%Y-%b-%d %H:%M") # const year for comparing
    time_format = time.strftime("%m-%d %H:%M", time_tup)
    ly = set_year(time_tup)

    return f"{ly}-{time_format}"

df["req_date"] = df["cur_date"].transform(transform_func)