wake-up-neo.com

python pandas extrahieren jahr aus datetime --- df ['year'] = df ['date']. year funktioniert nicht

Ich entschuldige mich für diese Frage, die sich immer wieder zu wiederholen scheint - ich gehe davon aus, dass ich mich wie ein Bonhead fühle ... aber ich hatte kein Glück, die ähnlichen Fragen zu SO zu beantworten.

Ich importiere Daten durch read_csv, aber aus irgendeinem Grund, den ich nicht herausfinden kann, kann ich das Jahr oder den Monat nicht aus der Datenrahmenserie df['date'] extrahieren.

date    Count
6/30/2010   525
7/30/2010   136
8/31/2010   125
9/30/2010   84
10/29/2010  4469

df = pd.read_csv('sample_data.csv',parse_dates=True)

df['date'] = pd.to_datetime(df['date'])

df['year'] = df['date'].year
df['month'] = df['date'].month

Aber das kehrt zurück: 

AttributeError: 'Series'-Objekt hat kein Attribut' Year '

Danke im Voraus. 

AKTUALISIEREN:

df = pd.read_csv('sample_data.csv',parse_dates=True)

df['date'] = pd.to_datetime(df['date'])

df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month

dies erzeugt das gleiche "AttributeError: 'Series'-Objekt hat kein Attribut' dt '"

NACHVERFOLGEN:

Ich verwende Spyder 2.3.1 mit Python 3.4.1 64bit, kann jedoch Pandas nicht auf eine neuere Version aktualisieren (derzeit auf 0.14.1). Jeder der folgenden generiert einen ungültigen Syntaxfehler:

conda update pandas

conda install pandas==0.15.2

conda install -f pandas

Irgendwelche Ideen? 

pythondatetimepandasextractdataframe
33
MJS

Wenn Sie eine aktuellere Version von Pandas ausführen, können Sie mit dem datetime-Attribut dt auf die datetime-Komponenten zugreifen:

In [6]:

df['date'] = pd.to_datetime(df['date'])
df['year'], df['month'] = df['date'].dt.year, df['date'].dt.month
df
Out[6]:
        date  Count  year  month
0 2010-06-30    525  2010      6
1 2010-07-30    136  2010      7
2 2010-08-31    125  2010      8
3 2010-09-30     84  2010      9
4 2010-10-29   4469  2010     10

EDIT

Es sieht so aus, als würden Sie eine ältere Version von Pandas verwenden. In diesem Fall würde Folgendes funktionieren:

In [18]:

df['date'] = pd.to_datetime(df['date'])
df['year'], df['month'] = df['date'].apply(lambda x: x.year), df['date'].apply(lambda x: x.month)
df
Out[18]:
        date  Count  year  month
0 2010-06-30    525  2010      6
1 2010-07-30    136  2010      7
2 2010-08-31    125  2010      8
3 2010-09-30     84  2010      9
4 2010-10-29   4469  2010     10

Um herauszufinden, warum dies nicht in eine datetime in read_csv geparst wurde, müssen Sie die Ordinalposition Ihrer Spalte ([0]) übergeben, da True versucht, die Spalten [1,2,3] zu analysieren. Siehe docs

In [20]:

t="""date   Count
6/30/2010   525
7/30/2010   136
8/31/2010   125
9/30/2010   84
10/29/2010  4469"""
df = pd.read_csv(io.StringIO(t), sep='\s+', parse_dates=[0])
df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 5 entries, 0 to 4
Data columns (total 2 columns):
date     5 non-null datetime64[ns]
Count    5 non-null int64
dtypes: datetime64[ns](1), int64(1)
memory usage: 120.0 bytes

Wenn Sie also param parse_dates=[0] an read_csv übergeben, sollte es nach dem Laden nicht erforderlich sein, to_datetime in der Spalte 'date' aufzurufen.

60
EdChum

Das funktioniert:

df['date'].dt.year

Jetzt:

df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month

gibt diesen Datenrahmen:

        date  Count  year  month
0 2010-06-30    525  2010      6
1 2010-07-30    136  2010      7
2 2010-08-31    125  2010      8
3 2010-09-30     84  2010      9
4 2010-10-29   4469  2010     10
6
Mike Müller

Was für mich funktionierte, war ein Upgrade von Pandas auf die neueste Version:

Von der Befehlszeile aus:

conda update pandas
2
Jimmy

Wann sollte dt accessor verwendet werden?

Eine häufige Quelle der Verwirrung besteht darin, wann .year und wann .dt.year verwendet wird.

Ersteres ist ein Attribut für pd.DatetimeIndex objects; Letzteres für pd.Series Objekte. Betrachten Sie diesen Datenrahmen:

df = pd.DataFrame({'Dates': pd.to_datetime(['2018-01-01', '2018-10-20', '2018-12-25'])},
                  index=pd.to_datetime(['2000-01-01', '2000-01-02', '2000-01-03']))

Die Definition der Reihe und des Index sehen ähnlich aus, aber der pd.DataFrame-Konstruktor konvertiert sie in verschiedene Typen:

type(df.index)     # pandas.tseries.index.DatetimeIndex
type(df['Dates'])  # pandas.core.series.Series

Das DatetimeIndex-Objekt besitzt ein direktes year-Attribut, während das Series-Objekt den dt-Accessor verwenden muss. Ähnlich für month:

df.index.month               # array([1, 1, 1])
df['Dates'].dt.month.values  # array([ 1, 10, 12], dtype=int64)

Ein kleiner, aber wichtiger Unterschied ist, dass df.index.month ein NumPy-Array und df['Dates'].dt.month eine Pandas-Serie ergibt. Oben verwenden wir pd.Series.values , um die NumPy-Array-Darstellung zu extrahieren.

0
jpp