将 python pandas 中的列从 STRING MONTH 转换为 INT

Question

在 Python 2.7.11 & Pandas 0.18.1:

如果我们有以下csv文件：

YEAR,MONTH,ID
2011,JAN,1
2011,FEB,1
2011,MAR,1

有没有办法将其作为 Pandas 数据框读取并将 MONTH 列转换为这样的字符串？

YEAR,MONTH,ID
2011,1,1
2011,2,1
2011,3,1

有些pandas 功能，例如"dt.strftime('%b')" 似乎不起作用。有人可以启发吗？

Answer 1

我想最简单也是最快的方法之一是创建一个映射字典和映射，如下所示：

In [2]: df
Out[2]:
   YEAR MONTH  ID
0  2011   JAN   1
1  2011   FEB   1
2  2011   MAR   1

In [3]: d = {'JAN':1, 'FEB':2, 'MAR':3, 'APR':4, }

In [4]: df.MONTH = df.MONTH.map(d)

In [5]: df
Out[5]:
   YEAR  MONTH  ID
0  2011      1   1
1  2011      2   1
2  2011      3   1

如果不是所有 MONTH 值都是大写，您可能想要使用 df.MONTH = df.MONTH.str.upper().map(d)

另一种更慢但更可靠的方法：

In [11]: pd.to_datetime(df.MONTH, format='%b').dt.month
Out[11]:
0    1
1    2
2    3
Name: MONTH, dtype: int64

更新： 我们可以自动创建映射 ()

import calendar

d = dict((v,k) for k,v in enumerate(calendar.month_abbr))

或者（仅使用 Pandas）：

d = dict(zip(range(1,13), pd.date_range('2000-01-01', freq='M', periods=12).strftime('%b')))

Answer 2

按照 Max 的最后一点；创建相同的东西，但依赖于本地数据框的月编码方式：

# create mapping
d = dict((v,k) for k,v in zip(range(1, 13), df.Month.unique()))
# create column
df['month_index'] = df['Month'].map(d)

Answer 3

这是使用 pandas API 和 calendar.month_abbr 便利的单行代码：

from calendar import month_abbr

lower_ma = [m.lower() for m in month_abbr]

# one-liner with Pandas
df['MONTH'] = df['MONTH'].str.lower().map(lambda m: lower_ma.index(m)).astype('Int8')

将首字母大写的calendar.month_abbr转换为小写
将小写的 MONTH 系列提供给 map 方法 >> .str.lower()
在map方法中使用lambda函数，通过.index python列表方法获取相应月份缩写的索引 >> .map(lambda m: lower_ma.index(m))
转换为整数 >> .astype('Int8')

将 python pandas 中的列从 STRING MONTH 转换为 INT

convert a column in a python pandas from STRING MONTH into INT

monthcalendar

python-2.7

pandas