Python 将文本日期转换为年份+；分拣月份（即2019年1月19日至201901年）

在我的sql数据库（tests.db）表（triangle）中有一个名为paiddate的列。例如，它是一个类似于

'1/19/2019'

的文本字段。在另一个名为paidmonth的专栏中，我需要类似于

'201901'

的内容，它允许我按年份和月份对数据进行排序。我试过了-

def getYearMonth(s):
  return s.split("/")[0]+"-"+s.split("/")[2]

---

---

这给了我1-2019年的时间，看起来还行，但没有按日期排序。它按数字排序。因此，1-2019将在1-2018之后出现，而不是12-2018。

您可以使用pandas将字符串date-time转换为datetime64类型。它足够聪明，可以通过检查字符串推断格式（月初或日初）。您可以为它提供一个格式化程序来加速它，因为它是一个非常大的数据集的限制器

import pandas as pd

# Make some unsorted dates as strings in a dataframe
df = pd.DataFrame({
    'dates': ['1/19/2019', '1/12/2019', '12/1/2019', '6/7/2019', '7/6/2019']
})

# create a new column that converts the string to a datetime64
df['paidmonth'] = pd.to_datetime(df['dates'])

# sort the data
df.sort_values('paidmonth', inplace=True)
df

答案2:

好的，如果您只想创建一个单独的列，即year-month，您可以首先将字符串转换为日期（如第一个答案中所示），然后使用.dt.period（）将该日期设置为year-month

保留完整日期有一些优点，因为您可以使用pandas times series（按日期时间索引的数据帧）方法按月（或季度、日或年…）分组，并对时间序列执行任何类型的聚合，甚至滚动函数。下面的示例按月对付款列求和

import pandas as pd
import numpy as np

n=400
df = pd.DataFrame({
    'Date': pd.date_range('2018-01-01', periods=n, freq='d'),
    'Payment': np.random.randint(20, 500, n)
})

# Make a column that is only the year and month
df['year-month'] = ts['Date'].dt.to_period('M') 
display(df.head())

# use the full date column to group by month ans sum the payments 
df_bymonth = df.set_index('Date').resample('m').apply({'Payment': 'sum'})
display(df_bymonth.head())

参考：

---

将

pandas.to\u datetime

与

dt.strftime

一起使用：

import pandas as pd

df = pd.DataFrame()
df['col1'] = ['%s/19/2019' % i for i in range(1, 10)]

df['col2'] = pd.to_datetime(df['col1']).dt.strftime('%Y%m')
print(df)

样本数据：

        col1
0  1/19/2019
1  2/19/2019
2  3/19/2019
3  4/19/2019
4  5/19/2019
5  6/19/2019
6  7/19/2019
7  8/19/2019
8  9/19/2019

使用

pd.to\u datetime

：

import pandas as pd

df = pd.DataFrame()
df['col1'] = ['%s/19/2019' % i for i in range(1, 10)]

df['col2'] = pd.to_datetime(df['col1']).dt.strftime('%Y%m')
print(df)

输出：

        col1    col2
0  1/19/2019  201901
1  2/19/2019  201902
2  3/19/2019  201903
3  4/19/2019  201904
4  5/19/2019  201905
5  6/19/2019  201906
6  7/19/2019  201907
7  8/19/2019  201908
8  9/19/2019  201909

---

格式为“yyyymm”的字符串也是如此。将字符串转换为相应的日期（使用strftime）并使用日期，或者您可以将这些日期转换为整数并用它们填充数据框。

d.split（'/'）[2]+格式（int（d.split（'/'）[0]），'02d'）

就是这样做的，谢谢！这似乎转换为包括天在内的日期。我需要按月份对数据进行分组，因此我只希望按日期对201902或02-2019进行排序