将 Graphlab SFrame 日期列拆分为三列（年月日）

Question

给定 graphlab SFrame 其中有一列包含日期，例如：

+-------+------------+---------+-----------+
| Store |    Date    |  Sales  | Customers |
+-------+------------+---------+-----------+
|   1   | 2015-07-31 |  5263.0 |   555.0   |
|   2   | 2015-07-31 |  6064.0 |   625.0   |
|   3   | 2015-07-31 |  8314.0 |   821.0   |
|   4   | 2015-07-31 | 13995.0 |   1498.0  |
|   3   | 2015-07-20 |  4822.0 |   559.0   |
|   2   | 2015-07-10 |  5651.0 |   589.0   |
|   4   | 2015-07-11 | 15344.0 |   1414.0  |
|   5   | 2015-07-23 |  8492.0 |   833.0   |
|   2   | 2015-07-19 |  8565.0 |   687.0   |
|   10  | 2015-07-09 |  7185.0 |   681.0   |
+-------+------------+---------+-----------+
[986159 rows x 4 columns]

graphlab/other python 函数中是否有简单的方法将日期列转换为年|月|日？

+-------+------+----+----+---------+-----------+
| Store | YYYY | MM | DD |  Sales  | Customers |
+-------+------+----+----+---------+-----------+
|   1   | 2015 | 07 | 31 |  5263.0 |   555.0   |
|   2   | 2015 | 07 | 31 |  6064.0 |   625.0   |
|   3   | 2015 | 07 | 31 |  8314.0 |   821.0   |
+-------+------------+---------+-----------+
[986159 rows x 4 columns]

在pandas中，我可以这样做：Which is the fastest way to extract day, month and year from a given date?

但是将 SFrame 转换为 Panda 以拆分日期并转换回 SFrame 是一件很麻烦的事情。

Answer 1

一种快速而肮脏的方法是

sf['date2'] = sf['Date'].apply(lambda x: x.split('-'))
sf = sf.unpack('date2')

另一种选择是将 Date 列转换为日期时间类型，然后使用 graphlab.SArray.split_datetime 函数。

Answer 2

您也可以使用 split-datetime 方法来完成。它给了你更多的灵活性。

sf.add_columns(sf['Date'].split_datetime(column_name_prefix = ''))

split_datetime 方法本身位于 SArray（SFrame 的单列）上，它 returns 一个 SFrame，然后您可以将其添加回原始数据（位于基本上是0成本）

将 Graphlab SFrame 日期列拆分为三列（年月日）

Splitting a Graphlab SFrame Date column into three columns (Year Month Day)

python

date

dataframe

pandas

graphlab