python - 将朱利安日期解析为月份和月份日期

Question

我有以下内容。数据框:

   County Year  JD  Tot_P  Min_P
0  Ady     2000   1    127   10.03
1  Ady     2000   2    127   10.03
2  Ady     2000   3    127   10.03
3  Ady     2000   4    127   10.03
4  Ady     2000   5    127   10.03

此处 JD 是儒略日(1...365 表示一年中的每一天；1 - 366 表示闰年)。我想再添加 2 列，1 列代表月份，1 列代表一个月中的某一天。这是我现在正在做的事情:

from datetime import date
    df['MONTH'] = df[['Year','JD']].apply(lambda s: date.fromordinal(date(df.Year, 1, 1).toordinal() + df.JD - 1).month)
    df['DAY']   = df[['Year','JD']].apply(lambda s: date.fromordinal(date(df.Year, 1, 1).toordinal() + df.JD - 1).day)

但是，我收到错误:

TypeError: ("cannot convert the series to <type 'int'>", u'occurred at index Year')

如何解决这个问题？

Answer 1

这是一种矢量化方法，应该具有相当高的性能。

读入数据

In [14]: df = read_csv(StringIO(data),sep='\s+')

In [15]: df
Out[15]: 
  County  Year  JD  Tot_P  Min_P
0    Ady  2000   1    127  10.03
1    Ady  2000   2    127  10.03
2    Ady  2000   3    127  10.03
3    Ady  2000   4    127  10.03
4    Ady  2000   5    127  10.03

直接创建日期时间列；儒略日期只是添加到开始日期的天数(减去 1，因为您是从第 1 天开始)。

In [21]: df['date'] = pd.to_datetime(df['Year'],format='%Y') + pd.to_timedelta(df['JD'],unit='D') - Timedelta('1D')

In [22]: df
Out[22]: 
  County  Year  JD  Tot_P  Min_P       date
0    Ady  2000   1    127  10.03 2000-01-01
1    Ady  2000   2    127  10.03 2000-01-02
2    Ady  2000   3    127  10.03 2000-01-03
3    Ady  2000   4    127  10.03 2000-01-04
4    Ady  2000   5    127  10.03 2000-01-05

您可以使用 .dt 访问器执行很多操作，请参阅文档 here

In [23]: df.date.dt.day
Out[23]: 
0    1
1    2
2    3
3    4
4    5
dtype: int64

In [24]: df.date.dt.month
Out[24]: 
0    1
1    1
2    1
3    1
4    1
dtype: int64

In [25]: df.date.dt.year 
Out[25]: 
0    2000
1    2000
2    2000
3    2000
4    2000
dtype: int64