Python 熊猫：换天

我有一个

datetime

格式的系列，需要为每个条目将日期更改为

1

。我想到了许多简单的解决方案，但没有一个对我有效。目前，唯一有效的方法是

• 将序列设置为索引
• 从索引中查询月份和年份
• 使用年、月和1重建新的时间序列

不会那么复杂吧？有一个月的开始，但不幸的是，这是一个

偏移量

，在这里没有用。该方法似乎没有

set（）

函数，当序列是列而不是索引本身时，功能甚至更少

---

唯一相关的问题是，但这里使用的技巧不适用。

您可以使用

。应用
和
日期时间。替换
，例如：

import pandas as pd
from datetime import datetime

ps = pd.Series([datetime(2014, 1, 7), datetime(2014, 3, 13), datetime(2014, 6, 12)])
new = ps.apply(lambda dt: dt.replace(day=1))

给出：

0   2014-01-01
1   2014-03-01
2   2014-06-01
dtype: datetime64[ns]

另一个答案是有效的，但无论何时使用
apply
，代码都会慢很多。通过为一个系列编写一个快速矢量化的日期时间替换，我能够获得8.5倍的加速

def vec_dt_replace（系列，年=无，月=无，日=无）：
返回pd.to_datetime(
{'year'：series.dt.year如果year不是其他年份，
“月”：series.dt.month如果月份不是其他月份，
“day”：series.dt.day（如果day不是其他日期}）

适用于：

%timeit dtseries.apply(lambda dt: dt.replace(day=1))
# 4.17 s ± 38.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

矢量化：

%timeit vec_dt_replace(dtseries, day=1)
# 491 ms ± 6.48 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

请注意，尝试将日期更改为不存在的日期可能会遇到错误，例如尝试将2012-02-29更改为2013-02-29。使用的
错误
参数忽略或强制它们

数据生成：生成具有100万个随机日期的序列：

将熊猫作为pd导入
将numpy作为np导入
#生成随机日期。修改自：https://stackoverflow.com/a/50668285
def pp（开始、结束、n）：
start\u=start.value//10**9
end\u=end.value//10**9
返回pd系列(
（10**9*np.random.randint（start\u，end\u，n））.view（'M8[ns]'））
起始日期=截止日期时间（'2015-01-01'）
结束=截止日期时间（2018-01-01）
dtseries=pp（开始，结束，1000000）
#删除时间组件
dtseries=dtseries.dt.normalize（）
另外两个答案很有效，但都不是很优雅，也不符合
熊猫库的精神。相反，考虑一下这一点，在我的测试中，凯尔-巴伦的矢量化答案也稍快一点。它是一个单行程序，不需要定义任何外部函数，是矢量化的，并且保持在
pandas
生态系统中：

将熊猫作为pd导入
dtseries.dt.to_period（'M'）.dt.to_timestamp（）

这种方法还有一个额外的好处，就是支持许多其他频率，例如每周（
'W'
）或工作日（
'B'
），使用上述矢量化方法实现这些频率更为困难

您可以找到各种其他频率的缩写

当然，这假定
dtseries
是一个日期时间序列，如果不是，您可以使用
pd.轻松地将其转换为_datetime（my_series）

此解决方案还允许在使用各种偏移时具有很大的灵活性。例如，要使用月的第十天：

从pandas.tseries.offset导入日期offset
dtseries.dt.to_period（'M'）.dt.to_timestamp（）+日期偏移量（天=10）

我建议你检查一下房间。补偿熊猫提供了许多相当复杂的补偿支持，例如工作日、假期、工作时间等。。。按照@KyleBarron和@JonClements的回答，手工实现这些将非常麻烦。考虑这个例子，例如从月初获得5个工作日的日期偏移：

来自pandas.tseries.com导入工作日
dtseries.dt.to_period（'M'）.dt.to_timestamp（）+工作日（n=5）
对于一个保持在熊猫生态系统内的向量化解决方案，请考虑下面的答案。注意，这只适用于你想要落到预定义频率的特殊情况。如果您想将所有日期设置为，比如说，第10天，那么我看不到使用此选项的方法。@KyleBarron不，这仍然有效。您只需添加一个。请参阅我的编辑：）@KyleBarron事实上，我认为我的解决方案在处理复杂偏移量时反而更加灵活。例如，你会如何处理工作日案例？这些都是很好的观点，编辑很好地解释了这一点。从一个简单的测试来看，你的答案比我的快5%。我不再研究熊猫中的日期，但我认为你的是最普遍的。