將int64 Pandas列分成兩部分

Question

我已經獲得了一個數據集，其日期為整數，使用20119年5月的格式52019.我已將它放入Pandas DataFrame中，我需要將該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為int64數據類型執行此操作或如何處理兩個數字月份。 所以我想采取類似的方式

ID    Date
1    22019
2    32019
3    52019
5    102019

並使它成為

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

我該怎么辦？

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改變原始數據幀

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可以處理棘手的部分，確定月份是否有1位或2位數。

(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

---

如果保證您的數字只有5位或6位數（如果沒有，請使用上面的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