python – 从Pandas中的DatetimeIndex制作月份和年份列表

我有一个信息数据框.我将索引设置为收到的日期和时间.现在我想要一份清单

我设置df索引：

df.index = pd.to_datetime(df.index, format='%m/%d/%Y %H:%M')

这给了我这个：

print df.index
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-07-28 09:42:08, ..., 2015-07-28 09:06:12]
Length: 15177, Freq: None, Timezone: None

我想要一个月份和年份的列表,以便使用它们来绘制,如：[“2015年1月”,“2015年2月”,“2015年3月”,“2015年4月”,“2015年5月”,“2015年6月” ,“2015年7月”,“2014年8月”,“2014年9月”,“2014年10月”,“2014年11月”,“2014年12月”]

我怎样才能做到这一点？我调查过这样的事情：

df = [datetime.datetime.strftime(n,'%b-%Y') for n in pd.DataFrame(df).resample('M').index]

但这给了我错误DataError：没有要聚合的数字类型.

解决方法:

原始答案

以下应该有效：将datetimeindex转换为series,因此您可以调用apply并使用strftime返回字符串数组：

In [27]:
import datetime as dt
import pandas as pd
df = pd.DataFrame(index=pd.date_range(start = dt.datetime(2014,1,1), end = dt.datetime.now(), freq='M'))
df.index.to_series().apply(lambda x: dt.datetime.strftime(x, '%b %Y'))

Out[27]:
2014-01-31    Jan 2014
2014-02-28    Feb 2014
2014-03-31    Mar 2014
2014-04-30    Apr 2014
2014-05-31    May 2014
2014-06-30    Jun 2014
2014-07-31    Jul 2014
2014-08-31    Aug 2014
2014-09-30    Sep 2014
2014-10-31    Oct 2014
2014-11-30    Nov 2014
2014-12-31    Dec 2014
2015-01-31    Jan 2015
2015-02-28    Feb 2015
2015-03-31    Mar 2015
2015-04-30    Apr 2015
2015-05-31    May 2015
2015-06-30    Jun 2015
Freq: M, dtype: object

如果你想要一个列表,那么只需调用tolist()：

df.index.to_series().apply(lambda x: dt.datetime.strftime(x, '%b %Y')).tolist()

更新的答案

实际上,2年后看这个问题,我意识到上面的内容完全没必要.你可以这样做：

In [10]:
df.index.strftime('%Y-%b')

Out[10]:
array(['2014-Jan', '2014-Feb', '2014-Mar', '2014-Apr', '2014-May',
       '2014-Jun', '2014-Jul', '2014-Aug', '2014-Sep', '2014-Oct',
       '2014-Nov', '2014-Dec', '2015-Jan', '2015-Feb', '2015-Mar',
       '2015-Apr', '2015-May', '2015-Jun', '2015-Jul', '2015-Aug',
       '2015-Sep', '2015-Oct', '2015-Nov', '2015-Dec', '2016-Jan',
       '2016-Feb', '2016-Mar', '2016-Apr', '2016-May', '2016-Jun',
       '2016-Jul', '2016-Aug', '2016-Sep', '2016-Oct', '2016-Nov',
       '2016-Dec', '2017-Jan', '2017-Feb', '2017-Mar', '2017-Apr',
       '2017-May', '2017-Jun', '2017-Jul'], 
      dtype='<U8')

datetimeindex直接支持.dt访问器而无需转换为Series

python – 从Pandas中的DatetimeIndex制作月份和年份列表

相关推荐