Pandas：根据年、月、日创建日期列

您可以使用以下基本语法从 pandas DataFrame 中的年、月和日列创建日期列：

 df[' date '] = pd. to_datetime (dict(year=df. year , month=df. month , day=df. day ))

以下示例展示了如何在实践中使用此语法。

示例：在 Pandas 中根据年、月、日创建日期列

假设我们有以下 pandas DataFrame，它显示了一家公司在不同日期的销售额：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' year ': [2021, 2022, 2022, 2022, 2022, 2022, 2022, 2022],
                   ' month ': [7, 1, 1, 2, 5, 10, 11, 12],
                   ' day ': [4, 15, 25, 27, 27, 24, 10, 18],
                   ' sales ': [140, 200, 250, 180, 130, 87, 90, 95]})

#view DataFrame
print (df)

   year month day sales
0 2021 7 4 140
1 2022 1 15 200
2 2022 1 25 250
3 2022 2 27 180
4 2022 5 27 130
5 2022 10 24 87
6 2022 11 10 90
7 2022 12 18 95

我们可以使用以下语法创建一个名为date的新列，该列组合了 DataFrame 中的Year 、 Month和Day列的值，为每一行创建一个日期：

 #create date columns from year, month, and day columns
df[' date '] = pd. to_datetime (dict(year=df. year , month=df. month , day=df. day ))

#view updated DataFrame
print (df)

   year month day sales date
0 2021 7 4 140 2021-07-04
1 2022 1 15 200 2022-01-15
2 2022 1 25 250 2022-01-25
3 2022 2 27 180 2022-02-27
4 2022 5 27 130 2022-05-27
5 2022 10 24 87 2022-10-24
6 2022 11 10 90 2022-11-10
7 2022 12 18 95 2022-12-18

请注意，日期列包含基于每行中的年、月和日列中的值的日期值。

如果我们使用df.info()获取 DataFrame 中每一列的信息，我们可以看到新的日期列具有datetime64数据类型：

 #display information about each column in DataFrame
df. info ()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8 entries, 0 to 7
Data columns (total 5 columns):
 # Column Non-Null Count Dtype         
--- ------ -------------- -----         
 0 year 8 non-null int64         
 1 month 8 non-null int64         
 2 day 8 non-null int64         
 3 dirty 8 non-null int64         
 4 date 8 non-null datetime64[ns]
dtypes: datetime64[ns](1), int64(4)
memory usage: 388.0 bytes

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何在 Pandas 中添加和减去日期中的天数
如何在 Pandas 中选择两个日期之间的行
如何计算pandas中两个日期之间的差异