python Pandas将int转换为float的问题

Question

我使用pandas read_csv来提取数据并重新格式化。例如，"HBE date“列中的"10/28/2018”将重新格式化为"eHome 10/2018“

它主要工作，除非我得到像"ehome 1.0/2015.0“这样的重新格式化的值。

eHomeHBEdata['HBE date'] = pd.to_datetime(eHomeHBEdata['Course Completed'])

#extract month and year values
eMonths=[]
eYears =[]
eHomeDates = eHomeHBEdata['HBE date']

for eDate in eHomeDates:
        eMonth = eDate.month
        eYear = eDate.year
        eMonths.append(eMonth)
        eYears.append(eYear)

此时，如果我打印(类型(EMonth))，它返回为‘it’。如果我打印eYears列表，我会得到2013、2014、2015等值。

然后，我将列表分配给数据框中的列。。。

eHomeHBEdata.insert(0,'workshop Month',eMonths)
eHomeHBEdata.insert(1,'workshop Year',eYears)

。。。之后，print(ehomeHomeHBEdata‘研讨会月’)返回类似于2013.0、2014.0、2015.0的值。这是浮点类型，对吗？

当我尝试使用下面的代码时，我得到了上面提到的格式错误

eHomeHBEdata['course session'] = "ehome " + eHomeHBEdata['workshop Month'].astype(str) + "/" + eHomeHBEdata['workshop Year'].astype(str)
eHomeHBEdata['start'] = eHomeHBEdata['workshop Month'].astype(str) + "/1/" + eHomeHBEdata['workshop Year'].astype(str) + " 12:00 PM"

有人能解释一下这是怎么回事并帮我解决吗？

Answer 1

解决方案

要将日期列转换(重新格式化)为MM/YYYY，您只需执行以下操作：

df["Your_Column_Name"].dt.strftime('%m/%Y')

有关两种不同的用例，请参阅部分-A和部分-B。

A.示例

我为这个插图创建了一些虚拟数据，其中包含一个名为：Date的列。为了将这一列重新格式化为MM/YYYY，我使用了df.Dates.dt.strftime('%m/%Y')，它相当于df["Dates"].dt.strftime('%m/%Y')。

import pandas as pd

## Dummy Data
dates = pd.date_range(start='2020/07/01', end='2020/07/07', freq='D')
df = pd.DataFrame(dates, columns=['Dates'])

# Solution
df['Reformatted_Dates'] = df.Dates.dt.strftime('%m/%Y')
print(df)
## Output:
#        Dates Reformatted_Dates
# 0 2020-07-01           07/2020
# 1 2020-07-02           07/2020
# 2 2020-07-03           07/2020
# 3 2020-07-04           07/2020
# 4 2020-07-05           07/2020
# 5 2020-07-06           07/2020
# 6 2020-07-07           07/2020

B.如果您的输入数据采用以下格式

在本例中，首先可以使用列上的.astype('datetime64[ns, US/Eastern]')转换日期。这允许您在列上应用特定于pandas datetime的方法。现在尝试运行df.Dates.astype('datetime64[ns, US/Eastern]').dt.to_period(freq='M')。

## Dummy Data
dates = [
    '10/2018', 
    '11/2018', 
    '8/2019', 
    '5/2020',
]

df = pd.DataFrame(dates, columns=['Dates'])
print(df.Dates.dtype)
print(df)

## To convert the column to datetime and reformat
df['Dates'] = df.Dates.astype('datetime64[ns, US/Eastern]') #.dt.strftime('%m/%Y')
print(df.Dates.dtype)

C.避免使用for loop

尝尝这个。您可以在列上使用pandas的内置矢量化，而不是在每行上循环。我在列中使用了.dt.month和.dt.year来获得int形式的月份和年份。

eHomeHBEdata['HBE date'] = pd.to_datetime(eHomeHBEdata['Course Completed'])
eHomeDates = eHomeHBEdata['HBE date'] # this should be in datetime.datetime format

## This is what I changed
>>> eMonths = eHomeDates.dt.month
>>> eYears = eHomeDates.dt.year

eHomeHBEdata.insert(0,'workshop Month',eMonths)
eHomeHBEdata.insert(1,'workshop Year',eYears)