Können Sie Datetime-Monate in Pandas aufteilen?

Question

Gibt es eine Möglichkeit, neue Spalten zu erstellen, die die einzelnen Monate repräsentieren, die das Delta zwischen zwei Datumsangaben umfassen? Die Ausgabe wäre wahrscheinlich Binärwerte für jede neue Monatsspalte. Bin so etwas wie dieses zu denken (was nicht funktioniert):

for i in [1, 2, 3, 4, 5]: 
    i_name = str(i) 
    values = example['end'] - example['start'] #Example line - need to expose values here) 
    example[i_name] = values 

Um von diesem zu gehen:

end   name  start 
0 28/02/2012 joe bloggs 01/01/2012 
1 15/03/2012 jane bloggs 01/02/2012 
2 17/05/2012 jim bloggs 01/04/2012 
3 18/04/2012 john bloggs 01/02/2012 

Um dies:

end   1 2 3 4 5 name  start 
0 28/02/2012 1 1 0 0 0 joe bloggs 01/01/2012 
1 15/03/2012 0 1 1 0 0 jane bloggs 01/02/2012 
2 17/05/2012 0 0 0 1 1 jim bloggs 01/04/2012 
3 18/04/2012 0 1 1 1 0 john bloggs 01/02/2012 

Answer 1

ich glaube, Sie hauptsächlich get_dummies mit stack verwenden:

#convert columns to datetime 
df['end'] = pd.to_datetime(df.end, dayfirst=True) 
df['start'] = pd.to_datetime(df.start, dayfirst=True) 
#print df 

#get months to Series 
end = df['end'].dt.month 
start = df['start'].dt.month 

#create difference DataFrame 
df1 = pd.DataFrame({'end':end, 'start':start}) 
     .apply(lambda x: pd.Series(range(x.start, x.end + 1)), axis=1) 
print df1 
    0 1 2 
0 1.0 2.0 NaN 
1 2.0 3.0 NaN 
2 4.0 5.0 NaN 
3 2.0 3.0 4.0 

#create indicator variables, sum values by index 
df1 = pd.get_dummies(df1.stack().reset_index(level=1, drop=True)) 
     .groupby(level=0).sum().astype(int) 

#convert float columns names to int 
df1.columns = df1.columns.to_series().astype(int) 
print df1 
    1 2 3 4 5 
0 1 1 0 0 0 
1 0 1 1 0 0 
2 0 0 0 1 1 
3 0 1 1 1 0 

#append to original DataFrame 
print pd.concat([df, df1], axis=1) 
     end   name  start 1 2 3 4 5 
0 2012-02-28 joe bloggs 2012-01-01 1 1 0 0 0 
1 2012-03-15 jane bloggs 2012-02-01 0 1 1 0 0 
2 2012-05-17 jim bloggs 2012-04-01 0 0 0 1 1 
3 2012-04-18 john bloggs 2012-02-01 0 1 1 1 0 

Answer 2

Zuerst müssen Sie die Datumsspalten konvertieren mit pd.to_datetime als solchem:

import pandas as pd 
example['end'] = pd.to_datetime(example['end'], dayfirst=True) #default is ydm... 
example['start'] = pd.to_datetime(example['start'], dayfirst=True) 

dann in Ihrem for-Schleife können Sie nur die entsprechenden Werte als solche eingestellt:

example[str(i)] = 0 
example[str(i)][(i >= example['start'].dt.month) & (example['end'].dt.month >= i)] = 1 

(die dt.month von jezrael Antwort zu stehlen), was dazu führt:

import pandas as pd 
example['end'] = pd.to_datetime(example['end'], dayfirst=True) #default is ydm... 
example['start'] = pd.to_datetime(example['start'], dayfirst=True) 

for i in range(1,13): 
    example[str(i)] = 0 
    example[str(i)][(i >= example['start'].dt.month) & (example['end'].dt.month >= i)] = 1 

Diese dann in Ergebnissen:

In[101]: example 
Out[101]: 
     end   name  start 1 2 3 4 5 6 7 8 9 10 11 12 
0 2012-02-28 joe bloggs 2012-01-01 1 1 0 0 0 0 0 0 0 0 0 0 
1 2012-03-15 jane bloggs 2012-02-01 0 1 1 0 0 0 0 0 0 0 0 0 
2 2012-05-17 jim bloggs 2012-04-01 0 0 0 1 1 0 0 0 0 0 0 0 
3 2012-04-18 john bloggs 2012-02-01 0 1 1 1 0 0 0 0 0 0 0 0 

Answer 3

Dies funktionieren würde:

example = pd.read_csv(FILE, parse_dates=[0, 2], dayfirst=True) 
for i in [1, 2, 3, 4, 5]: 
    i_name = str(i) 
    example[i_name] = example.apply(lambda example: example["start"] <= pd.datetime(2012, i, 1) <= example["end"], axis=1).astype(int)