更改从 pandas 数据框获得的 slice/series 的年份

Question

我得到了一个大型数据集，它是为我的团队导入的时间表（跨越多年）。我清理了数据（使其变长而不是变宽），但是我遇到了问题。

先解释一下数据：

'year'和'period'是从split sheetname中得到的。两个字符串。
'week'一年中的第几周，从花名册中获得。浮动。
'date' 从字符串转换而来，我为此编写了一个函数，因为日期是荷兰语并且需要标准化，没有定义年份，因此使用第一列中的年份。加工后；日期时间格式。
'shift'所属班次类型。 S1 > 早，S2 > 晚，S3 > 夜。
每条规则都分配给了我的一名员工，出于隐私原因，这些名字已被删除。
我写了一个class，其中包含几种应用我们政府按计划执行的规则的方法。

现在我的问题是：

如您所见：条目 1137 和 1138 应该属于 2022 年。但是如何轻松更改它？我试过了：

for week, date in prepocessed_data_merged[['week', 'date']].values:
    # There are always more than 52 weeks in a year.
    # If the month of the date in week 52 is 1 (Jan), then something is wrong.
    if (week == 52) & (date.month == 1):
        prepocessed_data_merged.loc[(prepocessed_data_merged['week'] == week)
                                    & (prepocessed_data_merged['date']), 'date'] = ???

但正如您所料，这 returns 是一个系列，因为一天有三班轮班，因此需要更改年份的日期的三个条目。那么，如何更改所选 series/slice 的年份，同时在数据框中更改它？

我知道我可以使用：dt.replace(year=current_year+1) 但我如何在 preprocessed_data DF 中的这个选定系列上强制执行此 replace？提前致谢！

Answer 1

你试过了吗：

cond = prepocessed_data_merged['week'].eq(52) & prepocessed_data_merged['date'].dt.month.eq(1)
prepocessed_data_merged.loc[cond, 'date'] += pd.DateOffset(years=1)

更改从 pandas 数据框获得的 slice/series 的年份

Changing the year of a slice/series obtained from a pandas dataframe

pandas

datetime

replace

slice

series