如何转换格式化的'；计划免疫周'；使用Python到现在为止？

我目前正试图学习如何将通过Coursera和Dataquest学习的数据科学技能应用到小型个人项目中

我在谷歌BigQuery上找到了一个来自美国卫生和公共服务部的数据集，其中包括1888年至2013年间公布的所有美国城市和州的国家法定疾病每周监测报告

我将数据导出到一个.csv文件，并将其导入一个Jupyter笔记本中，我正在运行Anaconda。在查看数据集的标题时，我注意到日期/周显示为“epi_week”

我正在努力使数据更具可读性和可用于某些分析，为此，我希望将其转换为类似于DD/MM/YYYY或Week/Month/Year等的内容

我做了一些研究，显然epi周也被称为CDC周，到目前为止，我发现了python 3的一个扩展/包，名为“epiweeks”

使用epiweeks软件包，我可以将一些“正常”日期转换为软件包创建者所指的某种epiweeks形式，但它们与我在数据集中看到的完全不同

---

例如，如果我使用今天的日期，即2019年5月24日（2019年5月24日），则输出为：“2019年第21周”，但这是数据中前四个条目（并且采用相同的格式，所有其他条目）的样子：

计划免疫周

‘197006’

‘197007’

‘197008’

‘197012’

---

[1]中的

：标题
出[1]：
[epi周”、“州”、“loc”、“loc类型”、“疾病”、“病例”、“每100000人发病率”]
在[2]中：疾病[4]
出[2]：
[['197006'，'AK'，'阿拉斯加'，'STATE'，'腮腺炎'，'0'，'0']，
['197007'，'AK'，'阿拉斯加'，'STATE'，'MUMPS'，'0'，'0']，
['197008'，'AK'，'阿拉斯加'，'STATE'，'MUMPS'，'0'，'0']，
['197012'，'AK'，'阿拉斯加'，'STATE'，'腮腺炎'，'0'，'0']]

开发该软件包是为了解决您在这里遇到的问题

使用您提供的示例数据，让我们创建一个新列，其中包含一周结束日期：

将熊猫作为pd导入
从每周导入
列=['epi_week'、'state'、'loc'、'loc_type'，
“疾病”、“病例”、“每100000人的发病率”]
数据=[
['197006'，'AK'，'阿拉斯加'，'STATE'，'MUMPS'，'0'，'0']，
['197007'，'AK'，'阿拉斯加'，'STATE'，'MUMPS'，'0'，'0']，
['197008'，'AK'，'阿拉斯加'，'STATE'，'MUMPS'，'0'，'0']，
['197012'，'AK'，'阿拉斯加'，'STATE'，'腮腺炎'，'0'，'0']
]
df=pd.DataFrame（数据，列=列）
#现在以ISO格式创建一个新列，其中包含一周结束日期
df['week_ending']=df['epi_week'].apply（lambda x:week.fromstring（x）.enddate（））

结果是：

我建议您查看epiweeks包以了解更多示例

如果只需要年和周列，则无需使用epiweeks包即可完成：

df['year'] = df['epi_week'].apply(lambda x: int(x[:4]))
df['week'] = df['epi_week'].apply(lambda x: int(x[4:6]))

结果是：

开发该软件包是为了解决您在这里遇到的问题

使用您提供的示例数据，让我们创建一个新列，其中包含一周结束日期：

将熊猫作为pd导入
从每周导入
列=['epi_week'、'state'、'loc'、'loc_type'，
“疾病”、“病例”、“每100000人的发病率”]
数据=[
['197006'，'AK'，'阿拉斯加'，'STATE'，'MUMPS'，'0'，'0']，
['197007'，'AK'，'阿拉斯加'，'STATE'，'MUMPS'，'0'，'0']，
['197008'，'AK'，'阿拉斯加'，'STATE'，'MUMPS'，'0'，'0']，
['197012'，'AK'，'阿拉斯加'，'STATE'，'腮腺炎'，'0'，'0']
]
df=pd.DataFrame（数据，列=列）
#现在以ISO格式创建一个新列，其中包含一周结束日期
df['week_ending']=df['epi_week'].apply（lambda x:week.fromstring（x）.enddate（））

结果是：

我建议您查看epiweeks包以了解更多示例

如果只需要年和周列，则无需使用epiweeks包即可完成：

df['year'] = df['epi_week'].apply(lambda x: int(x[:4]))
df['week'] = df['epi_week'].apply(lambda x: int(x[4:6]))

结果是：