Pandas 5-单元格填充日期

1. 创建包含日期的DataFrame

首先，需要创建一个包含日期的DataFrame。

import pandas as pd  
  
# 创建一个包含日期的DataFrame  
data = {  
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],    'Age': [24, 27, 22, 32],    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston'],    'Date': ['2022-01-01', '2022-02-01', '2022-03-01', '2022-04-01']}  
  
df = pd.DataFrame(data)  
print(df)  

输出：

      Name  Age         City        Date0    Alice   24     New York  2022-01-01  
1      Bob   27  Los Angeles  2022-02-01  
2  Charlie   22      Chicago  2022-03-01  
3    David   32      Houston  2022-04-01  

2. 将字符串转换为日期类型

Pandas提供了to_datetime方法，可以将字符串转换为日期类型。

# 将字符串转换为日期类型  
df['Date'] = pd.to_datetime(df['Date'])  
print(df)  

输出：

      Name  Age         City       Date0    Alice   24     New York 2022-01-01  
1      Bob   27  Los Angeles 2022-02-01  
2  Charlie   22      Chicago 2022-03-01  
3    David   32      Houston 2022-04-01  

3. 填充缺失的日期

在实际数据中，经常会遇到缺失的日期。可以使用pd.date_range生成连续的日期序列，并填充缺失的日期。

import numpy as np  
  
# 创建一个包含缺失日期的DataFrame  
data = {  
    'Name': ['Alice', 'Bob', np.nan, 'David'],    'Age': [24, 27, 22, 32],    'City': ['New York', 'Los Angeles', 'Chicago', np.nan],    'Date': ['2022-01-01', '2022-02-01', np.nan, '2022-04-01']}  
  
df = pd.DataFrame(data)  
df['Date'] = pd.to_datetime(df['Date'], errors='coerce')  
print(df)  
  
# 生成连续的日期序列  
date_range = pd.date_range(start='2022-01-01', end='2022-04-01', freq='MS')  
print(date_range)  
  
# 填充缺失的日期  
df['Date'] = df['Date'].fillna(method='ffill')  
print(df)  

输出：

      Name  Age         City       Date0    Alice   24     New York 2022-01-01  
1      Bob   27  Los Angeles 2022-02-01  
2  Charlie   22      Chicago        NaT  
3    David   32      Houston 2022-04-01  
  
DatetimeIndex(['2022-01-01', '2022-02-01', '2022-03-01', '2022-04-01'], dtype='datetime64[ns]', freq='MS')  
  
      Name  Age         City       Date0    Alice   24     New York 2022-01-01  
1      Bob   27  Los Angeles 2022-02-01  
2  Charlie   22      Chicago 2022-02-01  
3    David   32      Houston 2022-04-01  

4. 日期格式化

可以使用dt访问器来格式化日期。

# 格式化日期  
df['Date_Formatted'] = df['Date'].dt.strftime('%Y-%m-%d')  
print(df)  

输出：

      Name  Age         City       Date Date_Formatted0    Alice   24     New York 2022-01-01     2022-01-01  
1      Bob   27  Los Angeles 2022-02-01     2022-02-01  
2  Charlie   22      Chicago 2022-02-01     2022-02-01  
3    David   32      Houston 2022-04-01     2022-04-01  

5. 日期操作

Pandas提供了多种日期操作方法，例如提取年份、月份、日等。

# 提取年份、月份、日  
df['Year'] = df['Date'].dt.year  
df['Month'] = df['Date'].dt.month  
df['Day'] = df['Date'].dt.day  
print(df)  

输出：

      Name  Age         City       Date Date_Formatted  Year  Month  Day0    Alice   24     New York 2022-01-01     2022-01-01  2022      1    1  
1      Bob   27  Los Angeles 2022-02-01     2022-02-01  2022      2    1  
2  Charlie   22      Chicago 2022-02-01     2022-02-01  2022      2    1  
3    David   32      Houston 2022-04-01     2022-04-01  2022      4    1