Python中如何将日期后数30天月份的数字

我有一个包含日期数据框，我想处理数据作为遵循功能工程Python中如何将日期后数30天月份的数字

date 
2016/1/1 
2015/2/10 
2016/4/5

过程后，我想提出的DF看起来像

date  Jan Feb Mar Apr  
2016/1/1 30  0 0  0 //date from 1/1 to 1/30 : the number of dates in jan 
2015/2/10 0  19 11  0 //date from 2/10 to 3/11 : the number of dates in feb and no of dates in mar 
2016/3/25 0  0 7  21 //date from 3/25 to 4/21 : the number of dates in mar and no of dates in apr

得到DF后30天[ “日”]

DF [ “日”] + timedelta（月= 1）
数个月的属于特定30天

有什么方法可以快速做到这一点的频率是多少？

谢谢。

来源

2017-06-06 Leigh Love

到目前为止您尝试了什么？ – 2017-06-06 11:39:45

hello @MrGrj，只能想到31 - df [“date”]。date来获得休息日，然后用30个休息日来获取下个月的日子。但是不知道如何将它们放入列中自动 –

可以使用自定义函数date_range和groupby与size：

date = df[['date']] 
names = ['Jan', 'Feb','Mar','Apr','May'] 

def f(x): 
    print (x['date']) 
    a = pd.date_range(x['date'], periods=30) 
    a = pd.Series(a).groupby(a.month).size() 
    return (a) 


df = df.apply(f, axis=1).fillna(0).astype(int) 
df = df.rename(columns = {k:v for k,v in enumerate(names)}) 
df = date.join(df) 
print (df) 
     date Feb Mar Apr May 
0 2016-01-01 30 0 0 0 
1 2015-02-10 0 19 11 0 
2 2016-03-25 0 0 7 23

类似的解决方案与value_counts：

date = df[['date']] 
names = ['Jan', 'Feb','Mar','Apr','May'] 

df = df.apply(lambda x: pd.date_range(x['date'], periods=30).month.value_counts(), axis=1) 
     .fillna(0) 
     .astype(int) 
df = df.rename(columns = {k:v for k,v in enumerate(names)}) 
df = date.join(df) 
print (df)

另一种解决方案：

names = ['Jan', 'Feb','Mar','Apr','May'] 
date = df[['date']] 

df["date1"] = df["date"] + pd.Timedelta(days=29) 
df = df.reset_index().melt(id_vars='index', value_name='date').set_index('date') 
df = df.groupby('index').resample('D').asfreq() 
df = df.groupby([df.index.get_level_values(0), df.index.get_level_values(1).month]) 
     .size() 
     .unstack(fill_value=0) 
df = df.rename(columns = {k+1:v for k,v in enumerate(names)}) 
df = date.join(df) 
print (df) 
     date Jan Feb Mar Apr 
0 2016-01-01 30 0 0 0 
1 2015-02-10 0 19 11 0 
2 2016-03-25 0 0 7 23

来源

2017-06-06 12:34:40 jezrael

感谢这是一个不错的方法来使用日期_范围，它是非常快速使用应用..你很聪明我很佩服你大声笑 –

@LeighLove - 我不知道我是否聪明，因为这个解决方案花费2个小时我的时间;）但真正有趣的问题，祝你好运！ – jezrael

只是一步一步走。首先你用+ pd.to_timedelta('30d')抵消你的原始日期。然后创建一个仅表示月份为df.date.dt.month的列。然后为每个日期创建一个包含月末日期的列 - 这里有一些想法：Want the last day of each month for a data frame in pandas。最后，填写列为12个月的矩阵，在月份和月份+ 1的列中设置值。

通过一次一页地丰富您的DataFrame一列，您可以轻松地从您的输入移动到所需的输出。在一次通话中不可能有一种万能的方法。

在这里阅读关于熊猫的所有日期/时间函数：https://pandas.pydata.org/pandas-docs/stable/timeseries.html - 有很多！

来源

2017-06-06 11:43:20

感谢您的评论。 –

Python中如何将日期后数30天月份的数字

回答

相关问题