如何從 pandas 數據幀中的逗號分隔值計算以特定 substring 開頭的字符串的出現次數？

Question

我是 Python 的新手。 我正在使用看起來像這樣的 dataframe（360000 行和 2 列）：business_id date

P01         2019-07-6 , 2018-06-05, 2019-07-06...
P02         2016-03-6 , 2019-04-10
P03         2019-01-02

日期列包含用逗號分隔的日期和 2010-2019 年的日期。 我試圖僅計算每個企業 ID 的 2019 年每個月的日期。 具體來說，我正在尋找 output：

誰能幫幫我嗎？ 謝謝。

Answer 1

您可以執行以下操作

1. 首先使用str.split將每個單元格中的日期分隔到一個列表中，
2. 然后explode以展平列表
3. 使用pd.to_datetime轉換為日期時間並提取月份
4. 最后使用pd.crosstab來透視/計算月份並加入。

共：

s = pd.to_datetime(df['date'].str.split('\s*,\s*').explode()).dt.to_period('M')

out = pd.crosstab(s.index,s )

# this gives the expected output
df.join(out)

Output（ out ）：

date   2016-03  2018-06  2019-01  2019-04  2019-07
row_0                                             
0            0        1        0        0        2
1            1        0        0        1        0
2            0        0        1        0        0

Answer 2

如果它們還不是日期時間對象，您可能希望首先將列（系列）轉換為日期時間： pd.to_datetime()注意： format參數。

然后您可以通過.dt訪問日期時間屬性

即df[df.COLUMN_NAME.dt.month == 5]