将文本日期转换为年+月进行排序（即 1/19/2019 到 201901）

Question

我的 sql 数据库（tests.db）表（三角形）中有一个名为paiddate 的列。例如，它是一个看起来像的文本字段'1/19/2019'。在另一个名为paidmonth 的列中，我想要类似的东西'201901'，这将允许我按年和月对数据进行排序。我试过 -def getYearMonth(s):   return s.split("/")[0]+"-"+s.split("/")[2]df['paidmonth']= df['paiddate'].apply(lambda x: getYearMonth(x))这给了我 1-2019，看起来不错，但没有按日期排序。它按数字排序。所以 1-2019 将在 1-2018 之后，而不是 12-2018 之后。

Answer 1

您可以使用 pandas 将字符串日期时间转换为 datetime64 类型。它足够聪明，可以通过检查字符串来推断格式（月优先或日优先）。您可以为其提供一个格式化程序，它可以加速它，这是一个非常大的数据集的限制器。

import pandas as pd

# Make some unsorted dates as strings in a dataframe

df = pd.DataFrame({

    'dates': ['1/19/2019', '1/12/2019', '12/1/2019', '6/7/2019', '7/6/2019']

})

# create a new column that converts the string to a datetime64

df['paidmonth'] = pd.to_datetime(df['dates'])

# sort the data

df.sort_values('paidmonth', inplace=True)

df

答案 2：

好的，如果您只想创建一个单独的年月列，您可以先将字符串转换为日期（如第一个答案），然后使用 .dt.period() 将该日期设为年月.

保留完整日期有一些优点，因为您可以使用 pandas 时间序列（按日期时间索引的数据框）方法按月（或季度、日或年...）分组并进行任何类型的聚合，或者甚至是时间序列上的滚动函数。下面的示例按月汇总付款列。

import pandas as pd

import numpy as np

n=400

df = pd.DataFrame({

    'Date': pd.date_range('2018-01-01', periods=n, freq='d'),

    'Payment': np.random.randint(20, 500, n)

})

# Make a column that is only the year and month

df['year-month'] = ts['Date'].dt.to_period('M') 

display(df.head())

# use the full date column to group by month ans sum the payments 

df_bymonth = df.set_index('Date').resample('m').apply({'Payment': 'sum'})

display(df_bymonth.head())

Answer 2

pandas.to_datetime与 一起使用dt.strftime：

import pandas as pd

df = pd.DataFrame()

df['col1'] = ['%s/19/2019' % i for i in range(1, 10)]

样本数据：

        col1

0  1/19/2019

1  2/19/2019

2  3/19/2019

3  4/19/2019

4  5/19/2019

5  6/19/2019

6  7/19/2019

7  8/19/2019

8  9/19/2019

使用pd.to_datetime：

df['col2'] = pd.to_datetime(df['col1']).dt.strftime('%Y%m')

print(df)

输出：

        col1    col2

0  1/19/2019  201901

1  2/19/2019  201902

2  3/19/2019  201903

3  4/19/2019  201904

4  5/19/2019  201905

5  6/19/2019  201906

6  7/19/2019  201907

7  8/19/2019  201908

8  9/19/2019  201909