Pandas Lambda函数格式月份和日期

我有一个DF“ltyc”看起来像这样：

month  day  wind_speed
0      1    1   11.263604
1      1    2   11.971495
2      1    3   11.989080
3      1    4   12.558736
4      1    5   11.850899

month  day  wind_speed       date
0      1    1   11.263604 2020-01-01
1      1    2   11.971495 2020-01-01
2      1    3   11.989080 2020-01-01
3      1    4   12.558736 2020-01-01
4      1    5   11.850899 2020-01-01

我应用一个lambda函数：

ltyc['date'] = pd.to_datetime(ltyc["month"], format='%m').apply(lambda dt: dt.replace(year=2020))

要使其看起来像这样：

month  day  wind_speed
0      1    1   11.263604
1      1    2   11.971495
2      1    3   11.989080
3      1    4   12.558736
4      1    5   11.850899

month  day  wind_speed       date
0      1    1   11.263604 2020-01-01
1      1    2   11.971495 2020-01-01
2      1    3   11.989080 2020-01-01
3      1    4   12.558736 2020-01-01
4      1    5   11.850899 2020-01-01

除了，我需要它看起来像这样，这样日子也会改变…但是我不知道如何格式化lambda语句来代替它，因为这是我需要的

month  day  wind_speed       date
0      1    1   11.263604 2020-01-01
1      1    2   11.971495 2020-01-02
2      1    3   11.989080 2020-01-03
3      1    4   12.558736 2020-01-04
4      1    5   11.850899 2020-01-05

我试过这个：

ltyc['date'] = pd.to_datetime(ltyc["month"], format='%m%d').apply(lambda dt: dt.replace(year=2020))

我得到了这个错误：

ValueError: time data '1' does not match format '%m%d' (match)

---

感谢您的帮助，因为我正在尝试找出lambda函数。

创建一个具有值

2020

和名称

year

的系列。将其连接到

['month'，'day']

并传递到

pd.to\u datetime

。只要按以下顺序传递列名称为的数据帧

年、月、日

，pd.to_datetime将其转换为适当的日期时间序列

@Allolz建议：

ltyc['date'] = pd.to_datetime(ltyc[['day', 'month']].assign(year=2020))

Out[367]:
   month  day  wind_speed       date
0      1    1   11.263604 2020-01-01
1      1    2   11.971495 2020-01-02
2      1    3   11.989080 2020-01-03
3      1    4   12.558736 2020-01-04
4      1    5   11.850899 2020-01-05

或者您可以使用

reindex

创建要传递给

pd.to\u datetime

ltyc['date'] = pd.to_datetime(ltyc.reindex(['year','month','day'], 
                                           axis=1, fill_value=2020))

---

原件：

s = pd.Series([2020]*len(ltyc), name='year')
ltyc['date'] = pd.to_datetime(pd.concat([s, ltyc[['month','day']]], axis=1))

---

您还可以使用您的方法，将

月

和

日

与

.astype（str）

一起添加，然后将

%d

添加到格式中。你的lambda的问题是你只考虑月份，所以这就是你考虑月和日的方式。

ltyc['date'] = (pd.to_datetime(ltyc["month"].astype(str) + '-' + ltyc["day"].astype(str),
                               format='%m-%d')
                .apply(lambda dt: dt.replace(year=2020)))

输出：

    month   day wind_speed  date
0   1       1   11.263604   2020-01-01
1   1       2   11.971495   2020-01-02
2   1       3   11.989080   2020-01-03
3   1       4   12.558736   2020-01-04
4   1       5   11.850899   2020-01-05

---

这与前面的答案类似，但不会将“helper”列与年份保持一致。简而言之，我们将一个包含三列（年、月、日）的数据框传递给

to_datetime（）

函数

ltyc['date'] = pd.to_datetime(ltyc
                              .assign(year=2020)
                              .filter(['year', 'month', 'day'])
                             )

---

@阿洛兹：哈哈。。。你是对的。我非常关心列的顺序，所以我使用了

pd.concat

：D