如何使用Python将格式化的“epi-week”转换为日期？

Question

目前，我正努力学习如何将数据科学技能应用到一些个人项目中，这些技能是我通过Coursera和Dataquest学到的。

我从美国卫生和公共服务部()的谷歌BigQuery上找到了一个数据集，其中包括1888年至2013年间公布的所有美国城市和州的每周应呈报疾病监测报告。

我将数据导出到一个.csv文件，并将其导入到我正在通过Anaconda运行的木星笔记本中。在查看数据集的标题时，我注意到日期/周显示为'epi_week‘。

我试图使这些数据更易读，更便于分析，为了做到这一点，我希望把它转换成DD/MM/YYYY或周/月/年等。

我做了一些研究，显然epi周也被称为CDC周，到目前为止，我发现了python 3的扩展/包，它被称为“表周”。

使用这一包，我可以将一些“正常”日期转换为包创建者所指的内容，形成某种epi周形式，但它们与我在dataset中看到的完全不一样。

例如，如果我使用今天的日期，即2019年5月24日(24/05/ 2019 )，则输出是：“2019年的第21周”，但这是数据中的前四项输入(并遵循相同的格式，所有其他输入)是这样的：

epi_week

“197006年”

'197007‘

“197008”

197012年

In [1]: disease_header

Out [1]: 
[['epi_week', 'state', 'loc', 'loc_type', 'disease', 'cases', 'incidence_per_100000']]

In [2]: disease[:4]

Out [2]:
[['197006', 'AK', 'ALASKA', 'STATE', 'MUMPS', '0', '0'],
['197007', 'AK', 'ALASKA', 'STATE', 'MUMPS', '0', '0'],
['197008', 'AK', 'ALASKA', 'STATE', 'MUMPS', '0', '0'],
['197012', 'AK', 'ALASKA', 'STATE', 'MUMPS', '0', '0']]

Answer 1

开发表周包是为了解决像这里这样的问题。

使用您提供的示例数据，让我们创建一个包含周结束日期的新列：

import pandas as pd
from epiweeks import Week

columns = ['epi_week', 'state', 'loc', 'loc_type',
           'disease', 'cases', 'incidence_per_100000']
data = [
    ['197006', 'AK', 'ALASKA', 'STATE', 'MUMPS', '0', '0'],
    ['197007', 'AK', 'ALASKA', 'STATE', 'MUMPS', '0', '0'],
    ['197008', 'AK', 'ALASKA', 'STATE', 'MUMPS', '0', '0'],
    ['197012', 'AK', 'ALASKA', 'STATE', 'MUMPS', '0', '0']
]

df = pd.DataFrame(data, columns=columns)

# Now create a new column with week ending date in ISO format
df['week_ending'] = df['epi_week'].apply(lambda x: Week.fromstring(x).enddate())

这样做的结果如下：

​

​

为了获得更多的示例，我建议您查看一下文档包。

如果您只需要使用年份和周列，则不需要使用need包就可以做到这一点：

df['year'] = df['epi_week'].apply(lambda x: int(x[:4]))
df['week'] = df['epi_week'].apply(lambda x: int(x[4:6]))

这样做的结果如下：

​

​