熊猫日期偏移量和转换

Question

我正在尝试将字段解释为日期，更改日期以表示日期出现的月份，将日期偏移一个月，然后将其表示为没有时间戳的日期。我最终得到了这个看起来和感觉都太笨拙的东西：

    df['DATE'].apply( lambda d: pd.to_datetime(pd.to_datetime(d).to_period('M').to_timestamp('M')
                                      - np.timedelta64(1,'M')).date())

时间戳是以下格式的字符串：

    2012-09-01 00:00:00

有什么更好的方法吗？谢谢。

Answer 1

好吧，您可以避免应用并进行矢量化处理(我认为这会让它更好一点(：

print df
                  date  x1
0  2010-01-01 00:00:00  10
1  2010-02-01 00:00:00  10
2  2010-03-01 00:00:00  10
3  2010-04-01 00:00:00  10
4  2010-04-01 00:00:00   5
5  2010-05-01 00:00:00   5
df['date'] = (pd.to_datetime(df['date']).values.astype('datetime64[M]')
              - np.timedelta64(1,'M'))
print df
        date  x1
0 2009-12-01  10
1 2010-01-01  10
2 2010-02-01  10
3 2010-03-01  10
4 2010-03-01   5
5 2010-04-01   5

当然，日期仍然会datetime64[ns]，因为熊猫总是会转换为那个。

编辑：假设您想要上月底而不是上个月初：

df['date'] = (pd.to_datetime(df['date']).values.astype('datetime64[M]')
              - np.timedelta64(1,'D'))
print df
        date  x1
0 2009-11-30  10
1 2009-12-31  10
2 2010-01-31  10
3 2010-02-28  10
4 2010-02-28   5
5 2010-03-31   5

编辑：杰夫指出，一种更潘登式的方法是使日期成为DatetimeIndex并使用日期偏移量。所以像这样：

df['date'] = pd.Index(df['date']).to_datetime() - pd.offsets.MonthBegin(1)
print df
        date  x1
0 2009-12-01  10
1 2010-01-01  10
2 2010-02-01  10
3 2010-03-01  10
4 2010-03-01   5
5 2010-04-01   5

或月末：

df['date'] = pd.Index(df['date']).to_datetime() - pd.offsets.MonthEnd(1)
print df
        date  x1
0 2009-12-31  10
1 2010-01-31  10
2 2010-02-28  10 
3 2010-03-31  10
4 2010-03-31   5
5 2010-04-30   5