Как разделить столбец даты на отдельный столбец дня, месяца, года в пандах - PullRequest
Новая
       12

Как разделить столбец даты на отдельный столбец дня, месяца, года в пандах

0 голосов
/ 20 апреля 2019

У меня есть набор данных, df.head(4): 

               Dewptm   Fog  Humidity   Pressurem     Tempm      Wspdm  Rainfall
datetime_utc                            
1996-11-01    11.666667 0.0  52.916667  -2659.666667  22.333333  2.466667   0
1996-11-02    10.458333 0.0  48.625000  1009.833333   22.916667  8.028571   0
1996-11-03    12.041667 0.0  55.958333  1010.500000   21.791667  4.804545   0
1996-11-04    10.222222 0.0  48.055556  1011.333333   22.722222  1.964706   0

Вот df.columns: 

Index(['Dewptm', 'Fog', 'Humidity', 'Pressurem', 'Rain', 'Tempm', 'Wspdm',
       'Rainfall'],
      dtype='object')

Как можно разбить столбец datetime_utc на столбец года, месяца и дня?

Я пытался: 

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

Ошибка:

KeyError: 'datetime_utc'

Также 

pd.concat([df.drop('datetime_utc', axis = 1), 
          (df.datetime_utc.str.split("-).str[:3].apply(pd.Series)
          .rename(columns={0:'year', 1:'month', 2:'day'}))], axis = 1)

Я получаю ошибку:

KeyError: "['datetime_utc'] не найден на оси" Проблема, с которой я сталкиваюсь, заключается в том, что столбец datetime_utc является индексным столбцом по умолчанию в моем наборе данных. Пожалуйста, предложите мне подход.

1 Ответ

4 голосов
/ 20 апреля 2019

Проблема в том, что datetime_utc находится в вашем индексе, а не в столбце, поэтому вы должны получить доступ к своему индексу, чтобы иметь возможность создавать новые столбцы: 

df['day'] = df.index.day
df['month'] = df.index.month
df['year'] = df.index.year

print(df)
                 Dewptm  Fog   Humidity    Pressurem      Tempm     Wspdm  \
datetime_utc                                                                
1996-11-01    11.666667  0.0  52.916667 -2659.666667  22.333333  2.466667   
1996-11-02    10.458333  0.0  48.625000  1009.833333  22.916667  8.028571   
1996-11-03    12.041667  0.0  55.958333  1010.500000  21.791667  4.804545   
1996-11-04    10.222222  0.0  48.055556  1011.333333  22.722222  1.964706   

              Rainfall  day  month  year  
datetime_utc                              
1996-11-01           0    1     11  1996  
1996-11-02           0    2     11  1996  
1996-11-03           0    3     11  1996  
1996-11-04           0    4     11  1996

Если вы хотите datetime_utc в качестве столбца, вы должны сбросить свой индекс, а затем вы можете получить доступ к методам datetime с помощью dt.month, dt.year и dt.day, как показано ниже: 

# Reset our index so datetime_utc becomes a column
df.reset_index(inplace=True)

# Create new columns
df['day'] = df['datetime_utc'].dt.day
df['month'] = df['datetime_utc'].dt.month
df['year'] = df['datetime_utc'].dt.year

print(df)
  datetime_utc     Dewptm  Fog   Humidity    Pressurem      Tempm     Wspdm  \
0   1996-11-01  11.666667  0.0  52.916667 -2659.666667  22.333333  2.466667   
1   1996-11-02  10.458333  0.0  48.625000  1009.833333  22.916667  8.028571   
2   1996-11-03  12.041667  0.0  55.958333  1010.500000  21.791667  4.804545   
3   1996-11-04  10.222222  0.0  48.055556  1011.333333  22.722222  1.964706   

   Rainfall  day  month  year  
0         0    1     11  1996  
1         0    2     11  1996  
2         0    3     11  1996  
3         0    4     11  1996

Примечание Если индекс еще не введен в тип datetime, перед извлечением года, месяца и дня используйте следующее: 

df.index = pd.to_datetime(df.index)
...