Pandas：將日期列切割成期間日期組/箱

Question

我有一個 dataframe 如下：

df = pd.DataFrame({'Id': ['abs1', 'abs2', 'abs3', 'plo2', '201805', '201806', '202011', 'pctx1'],
                   'Date': ['2021-06-15', '2021-06-13', '2021-06-07', '2021-05-30',
                            '2021-05-12', '2021-04-28', '2021-04-15', '2021-02-01']})

我希望將Date列分成幾組在一個新列中，稱為Date_Bin，規則是：從今天開始，如果Date中的值小於7天，那么新列中的值將是'last 7 days'，如果該值小於 14 天且大於 7 天，則該值為“7 到 14 天”，如果該值小於 30 天且大於 14 天，則該值為“14 到30 天，30 到 60 天、60 到 90 天和 90 天以上的邏輯相同。 理想的output是這樣的：

       Id        Date           Date_Bin
0    abs1  2021-06-15        last 7 days
1    abs2  2021-06-13        last 7 days
2    abs3  2021-06-07       7 to 14 days
3    plo2  2021-05-30      14 to 30 days
4  201805  2021-05-10      30 to 60 days
5  201806  2021-04-28      30 to 60 days
6  202011  2021-04-15      60 to 90 days
7   pctx1  2021-02-01  more than 90 days

正如您所看到的 output，這些是我需要的數據的唯一組/箱。 我嘗試了幾種方法，但都沒有奏效，如果有人能提供幫助，我將不勝感激。

Answer 1

使用to_datetime轉換您的日期，然后從今天的normalized日期中減去（以便我們刪除時間部分）並獲得天數。 然后使用pd.cut對它們進行適當的分組。

未來的任何東西都會被標記為NaN 。

import pandas as pd
import numpy as np

df['Date'] = pd.to_datetime(df['Date'])
s =  (pd.to_datetime('today').normalize() - df['Date']).dt.days

df['Date_Bin'] = pd.cut(s, [0, 7, 14, 30, 60, 90, np.inf],
                        labels=['last 7 days', '7 to 14 days', '14 to 30 days',
                                '30 to 60 days', '60 to 90 days', 'more than 90 days'],
                        include_lowest=True)

---

print(df)

       Id       Date           Date_Bin
0    abs1 2021-06-15        last 7 days
1    abs2 2021-06-13        last 7 days
2    abs3 2021-06-07       7 to 14 days
3    plo2 2021-05-30      14 to 30 days
4  201805 2021-05-12      30 to 60 days
5  201806 2021-04-28      30 to 60 days
6  202011 2021-04-15      60 to 90 days
7   pctx1 2021-02-01  more than 90 days

---

為了將來的可重復性，在撰寫本文時：

pd.to_datetime('today').normalize()
#Timestamp('2021-06-15 00:00:00')