python - 如何根据年份在 Pandas 数据框中创建多个列

Question

我有 10 年的每小时水位数据，我试图根据年份将它们排列在不同的列中。数据的当前格式分为两列，一列用于读数的日期和时间(例如 06/04/1989 06:00:00)，另一列用于水位。我想根据年份将数据分成单独的列。我认为这是一项简单的任务，但由于我在 Pandas 方面的经验有限，我觉得它具有挑战性。任何意见，将不胜感激。

输入:

Obs_date         SLEV(metres)

31/12/1990 20:00    0.15
31/12/1990 21:00    0.14
31/12/1990 22:00    0.13
31/12/1990 23:00    0.16
...
31/12/1991 20:00    0.12
31/12/1991 21:00    0.13
31/12/1991 22:00    0.09
31/12/1991 23:00    0.08

输出:

Obs_date          1990   1991   
31-Dec 20:00:00   0.15   0.12
31-Dec 21:00:00   0.14   0.13
31-Dec 22:00:00   0.13   0.09
31-Dec 23:00:00   0.16   0.08

Answer 1

先转换Obs_date到日期时间 to_datetime ，然后通过 Series.dt.year 创建新列和自定义格式 Series.dt.strftime 最后一次旋转 DataFrame.pivot 通过 DataFrame.reset_index 将索引转换为列和 DataFrame.rename_axis 用于删除列名:

df['Obs_date'] = pd.to_datetime(df['Obs_date'], format='%d/%m/%Y %H:%M')
df['year'] = df['Obs_date'].dt.year
df['Obs_date'] = df['Obs_date'].dt.strftime('%d-%b %H:%M:%S')

df = df.pivot('Obs_date', 'year','SLEV(metres)').reset_index().rename_axis(None, axis=1)
print (df)
          Obs_date  1990  1991
0  31-Dec 20:00:00  0.15  0.12
1  31-Dec 21:00:00  0.14  0.13
2  31-Dec 22:00:00  0.13  0.09
3  31-Dec 23:00:00  0.16  0.08

或者可以创建系列 y和 d并通过 DataFrame.set_index reshape 与 Series.unstack :

df['Obs_date'] = pd.to_datetime(df['Obs_date'], format='%d/%m/%Y %H:%M')
y = df['Obs_date'].dt.year
d = df['Obs_date'].dt.strftime('%d-%b %H:%M:%S')

df = df.set_index([d, y])['SLEV(metres)'].unstack().reset_index().rename_axis(None, axis=1)
print (df)
          Obs_date  1990  1991
0  31-Dec 20:00:00  0.15  0.12
1  31-Dec 21:00:00  0.14  0.13
2  31-Dec 22:00:00  0.13  0.09
3  31-Dec 23:00:00  0.16  0.08

如果以后需要处理数据并且需要正确的顺序，最好将 datetime 转换为 DatetimeIndex带有 29.February 的一些默认年份，例如 2020 :

df['Obs_date'] = pd.to_datetime(df['Obs_date'], format='%d/%m/%Y %H:%M')
y = df['Obs_date'].dt.year
d = pd.to_datetime(df['Obs_date'].dt.strftime('2020-%m-%d %H:%M:%S'))

df = df.set_index([d, y])['SLEV(metres)'].unstack().rename_axis(None, axis=1)
print (df)
                     1990  1991
Obs_date                       
2020-12-31 20:00:00  0.15  0.12
2020-12-31 21:00:00  0.14  0.13
2020-12-31 22:00:00  0.13  0.09
2020-12-31 23:00:00  0.16  0.08