Dataframe 讀取和格式化 Pandas Python 中的日期

Question

是否有一個 pandas 或 numpy YYYY-MM-DD-TTTT通過查看月份（MM）是否增加了格式來識別新月份是否出現。 因此，在下面的示例中，我試圖查看 function 是否可以指示日期從十月2015-10-31 23:59:00到十二月2015-11-01 00:00:00的哪個索引。

代碼

import pandas as pd

#Getting the input from a csv file 
data= 'input.csv'
#Reverses all the table data values
data1 = data.iloc[::-1].reset_index(drop=True)
#Getting The date column 
Date = np.array(data1['Date'])

部分日期，第 11 個索引是從 10 月到 11 月

['2015-10-31 23:50:00' '2015-10-31 23:51:00' '2015-10-31 23:52:00'
 '2015-10-31 23:53:00' '2015-10-31 23:54:00' '2015-10-31 23:55:00'
 '2015-10-31 23:56:00' '2015-10-31 23:57:00' '2015-10-31 23:58:00'
 '2015-10-31 23:59:00' '2015-11-01 00:00:00' '2015-11-01 00:01:00'
 '2015-11-01 00:02:00' '2015-11-01 00:03:00' '2015-11-01 00:04:00'

預計 Output

At the 11th index the Month changes

Answer 1

因為您可能會達到想要再次確定月份變化的地步，所以我提供了一個針對多個月份變化的解決方案。 這里使用 pandas 的.diff() ，參考： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.diff.ZFC35FDC70D5FC69D23EZ883A

# first convert strings to datetime
data1['Date'] = pd.to_datetime(data1['Date'])

month_changes = data1.loc[np.where(data1['Date'].dt.month.diff().gt(0))].index.tolist()

for month_change in month_changes:
    print(f'At the {month_change + 1}th index the month changes')