如何根据年份在熊猫数据帧中创建多个列

Question

我有10年的每小时水位数据，我试图根据年份在单独的列中排列。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，但由于我在熊猫方面的经验有限，我发现它具有挑战性。任何建议将不胜感激。输入：Obs_date         SLEV(metres)31/12/1990 20:00    0.1531/12/1990 21:00    0.1431/12/1990 22:00    0.1331/12/1990 23:00    0.16...31/12/1991 20:00    0.1231/12/1991 21:00    0.1331/12/1991 22:00    0.0931/12/1991 23:00    0.08输出：Obs_date          1990   1991   31-Dec 20:00:00   0.15   0.1231-Dec 21:00:00   0.14   0.1331-Dec 22:00:00   0.13   0.0931-Dec 23:00:00   0.16   0.08

Answer 1

首先按to_datetime转换为日期时间，然后按系列.dt.年份创建新列，通过系列.dt.strftime创建自定义格式，最后通过DataFrame.pivot进行透视，并将索引转换为列DataFrame.reset_index，DataFrame.rename_axis用于删除列名称：Obs_date

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，并通过DataFrame.set_index系列.unstack进行重塑：yd




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

如果需要稍后处理数据并且需要正确的顺序，最好将日期时间转换为具有某些默认年份，例如：DatetimeIndex29.February2020

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