Python 如何使用Pandas创建“年中天数”函数？

我正在尝试使用Pandas创建一个简单的列，该列将计算相邻日期列的年份天数

我已经使用DatetimeIndex的daysinmonth属性很容易地完成了月份天数的计算，如下所示：

def daysinmonth(row):
    x = pd.DatetimeIndex(row['Date']).daysinmonth
    return x  
daysinmonth(df)

如果没有漂亮的预定义属性，我很难在一年内模拟这些结果

我的数据框如下所示（自从我尝试创建该数据框以来，没有“年中的天数”列）：

---

感谢所有看过的人

按4获取年份模式，等于0表示366，否则表示365（注意，这不包括特殊情况，您可以检查更新功能和我提供的链接）

你可以用它来定义闰年，它更准确

---

您也可以使用

YearEnd

。使用此方法将获得一个timedelta64列

import pandas as pd
from pandas.tseries.offsets import YearEnd
df['Date'] = pd.to_datetime(df.Date)

(df.Date + YearEnd(1)) - (df.Date - YearEnd(1))

1   365 days
2   365 days
3   366 days
4   366 days
Name: Date, dtype: timedelta64[ns]

---

我会这样做>

import datetime
    import numpy as np
    def func(date):
        year = date.year
        begin = datetime.datetime(year,1,1)
        end = datetime.datetime(year,12,31)
        diff = (end - begin)
        result = np.timedelta64(diff, "D").astype("int") 
        return  result
    print(func(datetime.datetime(2016,12,31)))

---

一个解决办法是在一年的第一天和下一年的第一天。然后计算差值。然后，您可以使用pd.Series应用此功能。应用：

def days_in_year(x):
    day1 = x.replace(day=1, month=1)
    day2 = day1.replace(year=day1.year+1)
    return (day2 - day1).days

df['Date'] = pd.to_datetime(df['Date'])
df['Days_in_year'] = df['Date'].apply(days_in_year)

print(df)

        Date  Days_in_month  Days_in_year
1 2018-02-28             28           365
2 2019-04-14             30           365
3 2020-01-01             31           366
4 2020-02-15             29           366

---

您可以使用基本公式检查一年是否为闰年，并将结果添加到365以获得一年中的天数

# Not needed if df ['Date'] is already of type datetime
dates = pd.to_datetime(df['Date'])

years = dates.dt.year

ndays = 365 + ((years % 4 == 0) & ((years % 100 != 0) | (years % 400 == 0))).astype(int)

---

下面是使用句点的另一种方法：

df['Date'].dt.to_period('A').dt.to_timestamp('A').dt.dayofyear

输出：

1    365
2    365
3    366
4    366
Name: Date, dtype: int64

---

这听起来是一个很好的解决方案！不过，我有一个非常初级的后续问题：我应该如何看待您使用df.Date？我从来都不知道如何将列名用作属性——如果我的列名是两个单词，会发生什么情况？@Ben，那么你需要使用df['datesomething']

# Not needed if df ['Date'] is already of type datetime
dates = pd.to_datetime(df['Date'])

years = dates.dt.year

ndays = 365 + ((years % 4 == 0) & ((years % 100 != 0) | (years % 400 == 0))).astype(int)

df['Date'].dt.to_period('A').dt.to_timestamp('A').dt.dayofyear

1    365
2    365
3    366
4    366
Name: Date, dtype: int64