python - 计算 Pandas 数据框中的年数

Question

我编写了一个困惑的函数，它根据数据帧的长度计算数据帧中的年数(假设数据帧具有一年中每一天的值)。

它工作正常，但它有很多代码可以变得更智能(但我不确定如何...)

这是函数，它只有 10 年，我希望它适用于任何大小的数据集。我可以通过复制和粘贴并进一步将总数相加来进一步扩展它，但是必须有一种更聪明的方法来编写这段代码。

def numyears(x):
    if len(x.index) <= 366:
        return 1
    elif len(x.index) <= 732:
        return 2
    elif len(x.index) <= 1098:
        return 3
    elif len(x.index) <= 1464:
        return 4
    elif len(x.index) <= 1830:
        return 5
    elif len(x.index) <= 2196:
        return 6
    elif len(x.index) <= 2562:
        return 7
    elif len(x.index) <= 2928:
        return 8
    elif len(x.index) <= 3294:
        return 9
    elif len(x.index) <= 3660:
        return 10
    else: 
        return 'ERROR'

Answer 1

只访问 year 属性然后只获取唯一值的 len 似乎更合理:

In [2]:
s = pd.date_range(dt.datetime(1900,1,1), end=dt.datetime(2000,1,1), freq='6M')
s

Out[2]:
DatetimeIndex(['1900-01-31', '1900-07-31', '1901-01-31', '1901-07-31',
               '1902-01-31', '1902-07-31', '1903-01-31', '1903-07-31',
               '1904-01-31', '1904-07-31',
               ...
               '1995-01-31', '1995-07-31', '1996-01-31', '1996-07-31',
               '1997-01-31', '1997-07-31', '1998-01-31', '1998-07-31',
               '1999-01-31', '1999-07-31'],
              dtype='datetime64[ns]', length=200, freq='6M')

In [8]:
len(np.unique(s.year))

Out[8]:
100

通过这种方式，它可以处理不常见的周期、缺失的日期、与年份边界重叠的条目等。

您还可以将索引转换为 Series 并调用 nunique:

In [11]:
s.to_series().dt.year.nunique()

Out[11]:
100

鉴于您已经将 datetime 作为列，那么这将起作用:

df['date_col'].dt.year.nunique()

如有必要，您可以使用以下方法转换为日期时间:

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

更新

所以您的要求似乎是计算完整的年份，如果您将索引设置为年份和日期部分，那么您可以在年份级别进行计数，然后过滤不 >= 365 的行以获得完整年份:

In [34]:
df = pd.DataFrame({'date':pd.date_range(dt.datetime(1900,6,1), end=dt.datetime(1910,6,1))})
count = df.set_index([df['date'].dt.year, df['date'].dt.day]).count(level=0)
count

Out[34]:
      date
date      
1900   214
1901   365
1902   365
1903   365
1904   366
1905   365
1906   365
1907   365
1908   366
1909   365
1910   152

In [39]:
len(count[count >= 365].dropna())

Out[39]:
9