Python 从datetime中提取季节

我试图从一个带有日期时间列的大数据框中提取季节。这是我使用的代码：

def season_of_date(date_UTC):
    year = str(date_UTC.year)
    seasons = {'spring': pd.date_range(start= year +'-03-21 00:00:00', end=year + '-06-20 00:00:00'),
               'summer': pd.date_range(start= year + '-06-21 00:00:00', end= year + '-09-22 00:00:00'),
               'autumn': pd.date_range(start= year + '-09-23 00:00:00', end= year + '-12-20 00:00:00')}
    if date_UTC in seasons['spring']:
        return 'spring'
    if date_UTC in seasons['summer']:
        return 'summer'
    if date_UTC in seasons['autumn']:
        return 'autumn'
    else:
        return 'winter'

df['season'] = df.date_UTC.map(season_of_date)

问题在于，我不知道如何处理datetime列中的时分秒，因此我最终得到的结果主要是冬季，除了时间为00:00:00时的datetime条目外：

date_UTC    season
616602  2019-11-24 17:00:00 winter
792460  2019-06-18 13:00:00 winter
230088  2019-11-30 07:00:00 winter
560826  2019-05-20 08:00:00 winter
718547  2019-03-23 04:00:00 winter
241890  2020-01-11 03:00:00 winter
513845  2018-12-23 22:00:00 winter
665954  2019-03-18 00:00:00 winter
474988  2019-05-20 08:00:00 winter
120281  2019-04-22 12:00:00 winter
697519  2018-10-12 05:00:00 winter
669144  2019-09-10 11:00:00 winter
310637  2019-11-03 04:00:00 winter
127973  2018-12-01 10:00:00 winter
325177  2019-03-16 11:00:00 winter
785162  2019-05-07 21:00:00 winter
840131  2018-11-24 00:00:00 autumn
580472  2020-01-10 19:00:00 winter
635219  2019-12-16 23:00:00 winter
799642  2019-11-11 18:00:00 winter

我能就如何修改我的代码以正确绘制季节图提供一些建议吗

更新：

我修改了代码，为timestamp元素创建了一个字符串，并认为这可以解决这个问题，但事实并非如此。。在进行类似的修改后，我最终出现以下错误：

def season_of_date(date_UTC):
    year = str(date_UTC.year)
    time = str(date_UTC.time)
    seasons = {'spring': pd.date_range(start= year +'-03-21' + time, end=year + '-06-20' + time),
               'summer': pd.date_range(start= year + '-06-21' + time, end= year + '-09-22' + time),
               'autumn': pd.date_range(start= year + '-09-23' + time, end= year + '-12-20' + time)}
    if date_UTC in seasons['spring']:
        return 'spring'
    if date_UTC in seasons['summer']:
        return 'summer'
    if date_UTC in seasons['autumn']:
        return 'autumn'
    else:
        return 'winter'

df['season'] = df.date_UTC.map(season_of_date)

第二次更新：

我最后做的是，它很快，但我不喜欢这个解决方案，因为它错误地将整个月分为几个季节，而实际上在给定的一年中，一个季节可能从一个月中开始

df['season'] = (df['date_UTC'].dt.month%12 + 3)//3

seasons = {
             1: 'Winter',
             2: 'Spring',
             3: 'Summer',
             4: 'Autumn'
}

df['season_name'] = df['season'].map(seasons)

---

首先，您需要使用

datetime

格式的

date\u UTC

，其次，您可以使用

pd.cut

：

date = df.date_UTC.dt.month*100 + df.date_UTC.dt.day
df['season'] = (pd.cut(date,[0,321,620,922,1220,1300],
                       labels=['winter','spring','summer','autumn','winter '])
                  .str.strip()
               )

通过一个小数字技巧，您可以摆脱缓慢的

str.strip（）

：

---

仅供参考，此实施需要很长时间。。。我也会对更有效的选择感兴趣…感谢这个伟大的解决方案！你能解释一下这个数字技巧吗？我不喜欢我的解决方案（我在上面编辑过）的地方是，它没有考虑到一个季节可能会在一个月的中途改变这一事实。数字技巧是在

12-31/01-01

处浪费冬季间隔。通过减去

冬季结束时的
即
3-21
，并取模，可以有效地将
01-01
更改为
-320=980 mod 1300
，这比
秋季的最后一天要大。所以现在你的
winter
季节是一块而不是两块。
date = df.date_UTC.dt.month*100 + df.date_UTC.dt.day
df['season'] = (pd.cut(date,[0,321,620,922,1220,1300],
                       labels=['winter','spring','summer','autumn','winter '])
                  .str.strip()
               )

df['date_offset'] = (df.date_UTC.dt.month*100 + df.date_UTC.dt.day - 320)%1300

df['season'] = pd.cut(df['date_offset'], [0, 300, 602, 900, 1300], 
                      labels=['spring', 'summer', 'autumn', 'winter'])