Panda: crea una colonna di date da anno, mese e giorno

È possibile utilizzare la seguente sintassi di base per creare una colonna di data dalle colonne di anno, mese e giorno in un DataFrame Pandas:

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

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: crea una colonna di data da anno, mese e giorno in Pandas

Diciamo che abbiamo il seguente DataFrame panda che mostra le vendite effettuate da un’azienda in date diverse:

 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

Possiamo utilizzare la seguente sintassi per creare una nuova colonna chiamata date che combina i valori delle colonne year , Month e day nel DataFrame per creare una data per ogni riga:

 #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

Tieni presente che la colonna della data contiene valori di data basati sui valori nelle colonne anno , mese e giorno in ciascuna riga.

Se utilizziamo df.info() per ottenere informazioni su ciascuna colonna nel DataFrame, possiamo vedere che la nuova colonna della data ha un tipo di dati datetime64 :

 #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

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come aggiungere e sottrarre giorni da una data in Pandas
Come selezionare le righe tra due date in Pandas
Come calcolare la differenza tra due date nei panda