将日期时间字符串转换为 pandas 数据框中日、月、年的新列

Question

我有一个包含 3 列的数据框：time（格式为 'YYYY-MM-DDTHH:MM:SSZ'）、device_id 和 rain，但我需要第一个列 time 变为 day、month 和 year 的三列，其值来自时间戳。

所以原始数据框看起来像这样：

     time                  device_id                              rain
     2016-12-27T00:00:00Z  9b839362-b06d-4217-96f5-f261c1ada8d6   NaN
     2016-12-28T00:00:00Z  9b839362-b06d-4217-96f5-f261c1ada8d6   0.2
     2016-12-29T00:00:00Z  9b839362-b06d-4217-96f5-f261c1ada8d6   NaN
     2016-12-30T00:00:00Z  9b839362-b06d-4217-96f5-f261c1ada8d6   NaN
     2016-12-31T00:00:00Z  9b839362-b06d-4217-96f5-f261c1ada8d6   NaN

但我试图让数据框看起来像这样：

     day  month  year  device_id                              rain
     27   12     2016  9b839362-b06d-4217-96f5-f261c1ada8d6   NaN
     28   12     2016  9b839362-b06d-4217-96f5-f261c1ada8d6   0.2
     29   12     2016  9b839362-b06d-4217-96f5-f261c1ada8d6   NaN
     30   12     2016  9b839362-b06d-4217-96f5-f261c1ada8d6   NaN
     31   12     2016  9b839362-b06d-4217-96f5-f261c1ada8d6   NaN

我不关心 hour/seconds/minutes 但需要原始时间戳中的这些值，我什至不知道从哪里开始。请帮忙！

下面是一些可重现的入门代码：

>> import pandas as pd 
>> df = pd.DataFrame([['2016-12-27T00:00:00Z', '9b839362-b06d-4217-96f5-f261c1ada8d6', 'NaN']], columns=['time', 'device_id', 'rain'])
>> print df
2016-12-27T00:00:00Z  9b849362-b06d-4217-96f5-f261c1ada8d6  NaN

Answer 1

只需将时间拆分为-或T，前三个元素应对应年、月、日列，将其与其他两列串联即可得到您需要的内容：

pd.concat([df.drop('time', axis = 1), 
          (df.time.str.split("-|T").str[:3].apply(pd.Series)
          .rename(columns={0:'year', 1:'month', 2:'day'}))], axis = 1)

接近@nlassaux 方法的替代方法是：

df['time'] = pd.to_datetime(df['time'])   
df['year'] = df.time.dt.year
df['month'] = df.time.dt.month
df['day'] = df.time.dt.day
df.drop('time', axis=1, inplace=True)

Answer 2

最干净的方法是使用内置 pandas 日期时间函数。

首先，将列转换为日期时间：

df["time"] = pd.to_datetime(df["time"])

然后，提取您的信息：

df["day"] = df['time'].map(lambda x: x.day)
df["month"] = df['time'].map(lambda x: x.month)
df["year"] = df['time'].map(lambda x: x.year)

将日期时间字符串转换为 pandas 数据框中日、月、年的新列

Convert datetime string to new columns of Day, Month, Year in pandas data frame

python

datetime

multiple-columns

dataframe

pandas