Pandas: 将日期列剪切为期间日期 groups/bins

Question

我有如下数据框：

df = pd.DataFrame({'Id': ['abs1', 'abs2', 'abs3', 'plo2', '201805', '201806', '202011', 'pctx1'],
                   'Date': ['2021-06-15', '2021-06-13', '2021-06-07', '2021-05-30',
                            '2021-05-12', '2021-04-28', '2021-04-15', '2021-02-01']})

我想把日期列分成几组在一个新列中，叫做Date_Bin，规则是：从今天开始，如果日期中的值小于7天，那么值在新列中将是 'last 7 days'，如果该值小于 14 天且距今天超过 7 天，则该值为“7 到 14 天”，如果该值小于 30 天且大于 14 days，则值为'14 to 30 days'，30 to 60 days，60 to 90 days，超过90 days同理。理想的输出是这样的：

       Id        Date           Date_Bin
0    abs1  2021-06-15        last 7 days
1    abs2  2021-06-13        last 7 days
2    abs3  2021-06-07       7 to 14 days
3    plo2  2021-05-30      14 to 30 days
4  201805  2021-05-10      30 to 60 days
5  201806  2021-04-28      30 to 60 days
6  202011  2021-04-15      60 to 90 days
7   pctx1  2021-02-01  more than 90 days

如您所见，这些是我唯一需要的 groups/bins 数据。我尝试了几种方法，但没有奏效，如果有人能提供帮助，我将不胜感激。

Answer 1

用 to_datetime 转换你的日期，然后从今天的 normalized 日期中减去（以便我们删除时间部分）并得到天数。然后使用 pd.cut 将它们适当地分组。

未来的任何事情都会被标记为 NaN。

import pandas as pd
import numpy as np

df['Date'] = pd.to_datetime(df['Date'])
s =  (pd.to_datetime('today').normalize() - df['Date']).dt.days

df['Date_Bin'] = pd.cut(s, [0, 7, 14, 30, 60, 90, np.inf],
                        labels=['last 7 days', '7 to 14 days', '14 to 30 days',
                                '30 to 60 days', '60 to 90 days', 'more than 90 days'],
                        include_lowest=True)

print(df)

       Id       Date           Date_Bin
0    abs1 2021-06-15        last 7 days
1    abs2 2021-06-13        last 7 days
2    abs3 2021-06-07       7 to 14 days
3    plo2 2021-05-30      14 to 30 days
4  201805 2021-05-12      30 to 60 days
5  201806 2021-04-28      30 to 60 days
6  202011 2021-04-15      60 to 90 days
7   pctx1 2021-02-01  more than 90 days

为了将来的可重复性，在撰写本文时：

pd.to_datetime('today').normalize()
#Timestamp('2021-06-15 00:00:00')

Pandas: 将日期列剪切为期间日期 groups/bins

Pandas: cut date column into period date groups/bins

datetime

pandas

pandas-groupby

pandas-timeindex