Python 提取数据中datetime类型列的月份第一天
我有以下数据帧：Python 提取数据中datetime类型列的月份第一天,python,pandas,dataframe,datetime64,Python,Pandas,Dataframe,Datetime64,我有以下数据帧： user_id purchase_date 1 2015-01-23 14:05:21 2 2015-02-05 05:07:30 3 2015-02-18 17:08:51 4 2015-03-21 17:07:30 5 2015-03-11 18:32:56 6 2015-03-03 11:02:30 而purchase\u date是datetime64[
user_id purchase_date
1 2015-01-23 14:05:21
2 2015-02-05 05:07:30
3 2015-02-18 17:08:51
4 2015-03-21 17:07:30
5 2015-03-11 18:32:56
6 2015-03-03 11:02:30
purchase\u datedatetime64[ns]df[month]df['month']
2015-01-01
2015-02-01
2015-02-01
2015-03-01
2015-03-01
2015-03-01
DATE\u格式（购买日期，“%Y-%m-01”）的东西m df['month']=df['purchase_date'].apply(lambda x : x.replace(day=1))
它以某种方式工作，但返回：
2015-01-01 14:05:21numpy数组，然后进行强制转换：
df['month'] = df['purchase_date'].to_numpy().astype('datetime64[M]')
print (df)
user_id purchase_date month
0 1 2015-01-23 14:05:21 2015-01-01
1 2 2015-02-05 05:07:30 2015-02-01
2 3 2015-02-18 17:08:51 2015-02-01
3 4 2015-03-21 17:07:30 2015-03-01
4 5 2015-03-11 18:32:56 2015-03-01
5 6 2015-03-03 11:02:30 2015-03-01
另一个解决方案是使用和pd.offsets.MonthBegin（1）
并添加pd.offsets.MonthEnd（0）
以获得正确的输出，如果月份的第一天：
df['month'] = (df['purchase_date'].dt.floor('d') +
pd.offsets.MonthEnd(0) - pd.offsets.MonthBegin(1))
print (df)
user_id purchase_date month
0 1 2015-01-23 14:05:21 2015-01-01
1 2 2015-02-05 05:07:30 2015-02-01
2 3 2015-02-18 17:08:51 2015-02-01
3 4 2015-03-21 17:07:30 2015-03-01
4 5 2015-03-11 18:32:56 2015-03-01
5 6 2015-03-03 11:02:30 2015-03-01
最后一个解决方案是创建月周期
：
。。。然后按datetimes
by，但速度有点慢：
df['month'] = df['purchase_date'].dt.to_period('M').dt.to_timestamp()
print (df)
user_id purchase_date month
0 1 2015-01-23 14:05:21 2015-01-01
1 2 2015-02-05 05:07:30 2015-02-01
2 3 2015-02-18 17:08:51 2015-02-01
3 4 2015-03-21 17:07:30 2015-03-01
4 5 2015-03-11 18:32:56 2015-03-01
5 6 2015-03-03 11:02:30 2015-03-01
有很多解决方案，因此：
计时（在1.2.3中）：
我们可以结合使用：
或
试试这个
df['month']=pd.to_datetime(df.purchase_date.astype(str).str[0:7]+'-01')
Out[187]:
user_id purchase_date month
0 1 2015-01-23 14:05:21 2015-01-01
1 2 2015-02-05 05:07:30 2015-02-01
2 3 2015-02-18 17:08:51 2015-02-01
3 4 2015-03-21 17:07:30 2015-03-01
4 5 2015-03-11 18:32:56 2015-03-01
5 6 2015-03-03 11:02:30 2015-03-01
对于我来说，df['purchase_date']-pd.offset.MonthBegin（1）
不起作用（它在每月的第一天失效），所以我将按如下方式减去每月的天数：
df['purchase_date'] - pd.to_timedelta(df['purchase_date'].dt.day - 1, unit='d')
@Eyal：这就是我使用pd.offsets.MonthBegin来获取月份第一天的方法，并处理当天已经是月份第一天的场景
import datetime
from_date= pd.to_datetime('2018-12-01')
from_date = from_date - pd.offsets.MonthBegin(1, normalize=True) if not from_date.is_month_start else from_date
from_date
df['date'] = df['purchase_date'].apply(lambda x: x.strftime('%Y-%m-01'))
print(df)
user_id purchase_date date
0 1 2015-01-23 14:05:21 2015-01-01
1 2 2015-02-05 05:07:30 2015-02-01
2 3 2015-02-18 17:08:51 2015-02-01
3 4 2015-03-21 17:07:30 2015-03-01
4 5 2015-03-11 18:32:56 2015-03-01
5 6 2015-03-03 11:02:30 2015-03-01
结果：时间戳（'2018-12-01 00:00:00'）
结果：时间戳（'2018-12-01 00:00:00'）
大多数建议的解决方案在每月的第一天不起作用
以下解决方案适用于每月的任何一天：
df['month']=df['purchase\u date']+pd.offset.MonthEnd（0）-pd.offset.MonthBegin（normalize=True）
[编辑]
另一个更具可读性的解决方案是：
从pandas.tseries.offset导入MonthBegin
df['month']=df['purchase_date'].dt.normalize（）.map（MonthBegin（）.rollback）
注意不要使用：
df['month']=df['purchase\u date'].map（MonthBegin（normalize=True）.回滚）
由于错误，第一天的结果不正确：要提取每个月的第一天，您可以编写一个小助手函数，如果提供的日期已经是月的第一天，该函数也可以工作。函数如下所示：
df['purchase_date'] - pd.to_timedelta(df['purchase_date'].dt.day - 1, unit='d')
def第一个月（日期）：
返回日期+pd.OFFSET.MonthEnd（-1）+pd.OFFSET.Day（1）
您可以在pd.Series
上应用此功能：
df['month']=df['purchase\u date']。应用（每月的第一个月）
这样，您将得到月
列作为时间戳
。如果需要特定格式，可以使用strftime（）
方法对其进行转换
df['month\u str']=df['month'].dt.strftime（“%Y-%m-%d”）
这个简单的解决方案怎么样？
由于purchase\u date
已采用datetime64[ns]
格式，因此您可以使用将日期设置为始终具有月份的第一天
import datetime
from_date= pd.to_datetime('2018-12-01')
from_date = from_date - pd.offsets.MonthBegin(1, normalize=True) if not from_date.is_month_start else from_date
from_date
df['date'] = df['purchase_date'].apply(lambda x: x.strftime('%Y-%m-01'))
print(df)
user_id purchase_date date
0 1 2015-01-23 14:05:21 2015-01-01
1 2 2015-02-05 05:07:30 2015-02-01
2 3 2015-02-18 17:08:51 2015-02-01
3 4 2015-03-21 17:07:30 2015-03-01
4 5 2015-03-11 18:32:56 2015-03-01
5 6 2015-03-03 11:02:30 2015-03-01
因为我们使用了strftime
，现在date
列位于object
（string）类型中：
现在，如果您希望它位于datetime64[ns]
中，只需使用：
或者将normalize
作为参数传递，df.purchase\u date-pd.offset.MonthBegin（1，normalize=True））
@bradsomon，哇！非常感谢。我不知道pd.offsets.MonthBegin（）
有这样一个parameter@MaxU如果df['purchase\u date']
已经在一个月的第一天，减去MonthBegin（1）
将返回上个月的第一天。如果购买日期已经是该月的第一天，该怎么办？对于2017-08-01 03:45:56
我得到：2017-07-01
pd.offset的问题。MonthBegin（1）
是当购买日期是一个月的第一天时，您的代码将返回上个月的第一天。@pomber-尝试使用pd.offset.MonthBegin（0）
pd.offset.MonthBegin（0）
适用于第一天，但不适用于REST我同意，当日期为每月第一天时，解决方案是有缺陷的。答案是如何被接受的？它只是有缺陷，它完全忽略了角落案例（每月的第一天或最后一天，取决于MonthBegin
）@jezrael，请使用2015-01-01
和2015-01-31
扩展您的示例以了解问题。虽然这是在月初一天有效的唯一解决方案，但由于某些原因，它比使用MonthBegin慢得多，您是否能够加快速度？即使在月初一天，这也非常有效。我将其矢量化，而不是像这样执行.apply（）
：df['date\u flat']=df['date']+pd.offsets.MonthEnd（-1）+pd.offsets.Day（1）
这也适用于月的最后一天pd.to\u日期时间（'2021-01-31'）+pd.tseries.offsets.monthbeng（0）-pd.tseries.offsets.MonthBegin（）=时间戳（'2021-01-01-01-01 00:00'）
import datetime
from_date= pd.to_datetime('2018-12-01')
from_date = from_date - pd.offsets.MonthBegin(1, normalize=True) if not from_date.is_month_start else from_date
from_date
from_date= pd.to_datetime('2018-12-05')
from_date = from_date - pd.offsets.MonthBegin(1, normalize=True) if not rom_date.is_month_start else from_date
from_date
df['date'] = df['purchase_date'].apply(lambda x: x.strftime('%Y-%m-01'))
print(df)
user_id purchase_date date
0 1 2015-01-23 14:05:21 2015-01-01
1 2 2015-02-05 05:07:30 2015-02-01
2 3 2015-02-18 17:08:51 2015-02-01
3 4 2015-03-21 17:07:30 2015-03-01
4 5 2015-03-11 18:32:56 2015-03-01
5 6 2015-03-03 11:02:30 2015-03-01
print(df.dtypes)
user_id int64
purchase_date datetime64[ns]
date object
dtype: object
df['date'] = pd.to_datetime(df['date'])
print(df.dtypes)
user_id int64
purchase_date datetime64[ns]
date datetime64[ns]
dtype: object