Pandas：更改日期

Question

我有一个 datetime 系列，需要将每个条目的日期更改为 1。我想过很多简单的解决方案，但 none 对我有用。目前，唯一真正有效的是

设置系列为索引
从索引中查询月份和年份
使用年、月和 1 重建一个新的时间序列

真的不会那么复杂吧？有月开始，但不幸的是 offset，这在这里没有用。该方法似乎没有 set() 功能，当系列是一列而不是索引本身（的一部分）时，功能甚至更少。

唯一相关的问题是 this，但此处使用的技巧不适用于此处。

Answer 1

您可以使用.apply和datetime.replace，例如：

import pandas as pd
from datetime import datetime

ps = pd.Series([datetime(2014, 1, 7), datetime(2014, 3, 13), datetime(2014, 6, 12)])
new = ps.apply(lambda dt: dt.replace(day=1))

给出：

0   2014-01-01
1   2014-03-01
2   2014-06-01
dtype: datetime64[ns]

Answer 2

另一个答案有效，但任何时候您使用 apply，您的代码都会变慢很多。通过为系列编写快速矢量化日期时间替换，我能够获得 8.5 倍的加速。

def vec_dt_replace(series, year=None, month=None, day=None):
    return pd.to_datetime(
        {'year': series.dt.year if year is None else year,
         'month': series.dt.month if month is None else month,
         'day': series.dt.day if day is None else day})

申请：

%timeit dtseries.apply(lambda dt: dt.replace(day=1))
# 4.17 s ± 38.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

矢量化：

%timeit vec_dt_replace(dtseries, day=1)
# 491 ms ± 6.48 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

请注意，尝试将日期更改为不存在的日期可能会遇到错误，例如尝试将 2012-02-29 更改为 2013-02-29。使用 pd.to_datetime 的 errors 参数来忽略或强制它们。

数据生成：生成具有 100 万个随机日期的序列：

import pandas as pd
import numpy as np

# Generate random dates. Modified from: 
def pp(start, end, n):
    start_u = start.value // 10 ** 9
    end_u = end.value // 10 ** 9

    return pd.Series(
        (10 ** 9 * np.random.randint(start_u, end_u, n)).view('M8[ns]'))

start = pd.to_datetime('2015-01-01')
end = pd.to_datetime('2018-01-01')
dtseries = pp(start, end, 1000000)
# Remove time component
dtseries = dtseries.dt.normalize()

Answer 3

其他两个答案有效，但既不优雅也不符合 pandas 库的精神。相反，请考虑这个，在我的测试中，它也比 Kyle Barron 的矢量化答案快一点。它是一个不需要定义任何外部函数的单行代码，经过矢量化处理，并保持在 pandas 生态系统中：

import pandas as pd
dtseries.dt.to_period('M').dt.to_timestamp()

此方法的额外好处是支持许多其他频率下限，例如每周 ('W') 或工作日 ('B')，使用矢量化方法实施起来会比较棘手以上。

您可以找到其他各种频率的缩写 in the relevant doc page。

这当然假设dtseries是一个日期时间系列，如果不是，你可以很容易地用pd.to_datetime(my_series)转换它。

该解决方案还允许在使用各种偏移量方面具有极大的灵活性。例如，要使用该月的第十天：

from pandas.tseries.offsets import DateOffset
dtseries.dt.to_period('M').dt.to_timestamp() + DateOffset(days=10)

我建议您查看 doc for pandas offsets。偏移量 pandas 提供了很多相当复杂的偏移量支持，例如工作日、假期、营业时间等......正如@KyleBarron 和@JonClements 的回答所建议的那样，手动实现这些将非常麻烦.例如，考虑这个例子，让日期从月初开始偏移 5 个工作日：

from pandas.tseries.offsets import BusinessDay
dtseries.dt.to_period('M').dt.to_timestamp() + BusinessDay(n=5)

Pandas：更改日期

Pandas: Change day

python

datetime

pandas