Pandas: erstellen sie eine datumsspalte aus jahr, monat und tag

Sie können die folgende grundlegende Syntax verwenden, um eine Datumsspalte aus den Jahres-, Monats- und Tagesspalten in einem Pandas-DataFrame zu erstellen:

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

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: Erstellen Sie in Pandas eine Datumsspalte aus Jahr, Monat und Tag

Nehmen wir an, wir haben den folgenden Pandas-DataFrame, der die Verkäufe eines Unternehmens zu verschiedenen Daten anzeigt:

 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

Mit der folgenden Syntax können wir eine neue Spalte mit dem Namen „Datum“ erstellen, die die Werte der Spalten „ Jahr“ , „Monat “ und „ Tag “ im DataFrame kombiniert, um ein Datum für jede Zeile zu erstellen:

 #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

Beachten Sie, dass die Datumsspalte Datumswerte enthält, die auf den Werten in den Spalten Jahr , Monat und Tag in jeder Zeile basieren.

Wenn wir df.info() verwenden, um Informationen zu jeder Spalte im DataFrame abzurufen, können wir sehen, dass die neue Datumsspalte einen datetime64 -Datentyp hat:

 #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

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So addieren und subtrahieren Sie Tage zu einem Datum in Pandas
So wählen Sie Zeilen zwischen zwei Datumsangaben in Pandas aus
So berechnen Sie eine Differenz zwischen zwei Daten in Pandas