向pandas DataFrame添加重复日期列

Question

我是pandas的新手，我正在努力将日期添加到来自.csv文件的pandas数据框df中。我有一个包含多个唯一id的数据框，每个id都有120个月，我需要添加一个日期列。每个id应该在120个期间内具有完全相同的日期。我很难添加它们，因为第一个id之后还有另一个id，日期应该重新开始。我的csv文件中的数据看起来像这样：

month       id   
  1         1593
  2         1593
 ...
 120        1593
  1         8964
  2         8964
 ...
 120        8964
 1          58944
 ...

这是我的代码，我不太确定应该如何使用 groupby 方法，在我的数据帧中根据 id 添加日期：

group=df.groupby('id')
group['date']=pd.date_range(start='2020/6/1', periods=120, freq='MS').shift(14,freq='D')

请帮助我！！！

- Camilla

Answer 1

如果你知道有多少组120，你可以使用这个方法。只需更改末尾的数字2即可。此示例创建了两次重复的120日期。您可能需要根据您的具体用途进行调整。

new_dates = list(pd.date_range(start='2020/6/1', periods=120, freq='MS').shift(14,freq='D'))*2

df = pd.DataFrame({'date': new_dates})

- Jonathan Leon

---

我认为这不会起作用，因为120个周期的集合可能会变成100或5000。 - Camilla

你可以把它定义为一个变量，比如df.shape[0]/120或类似的内容。 - Jonathan Leon

Answer 2

这些是一样的，只是一个使用了lambda

def repeatingDates(numIds): return [d.strftime(
    '%Y/%m/%d') for d in pandas.date_range(start='2020/6/1', periods=120, freq='MS')] * numIds


repeatingDates = lambda numIds: [d.strftime(
    '%Y/%m/%d') for d in pandas.date_range(start='2020/6/1', periods=120, freq='MS')] * numIds

- Peter T. Walker

---

这个函数能否写成Lambda函数？ - Camilla

是的，这是可能的。通常，λ函数用作高阶函数的参数。 - Peter T. Walker

Answer 3

你可以使用Pandas的transform方法。这是我解决问题的方式：

dataf['dates'] = \
    (dataf
      .groupby("id")
      .transform(lambda d: pd.date_range(start='2020/6/1', periods=d.max(), freq='MS').shift(14,freq='D')
)

结果：

   month     id      dates
0      1   1593 2020-06-15
1      2   1593 2020-07-15
2      3   1593 2020-08-15
3      1   8964 2020-06-15
4      2   8964 2020-07-15
5      1  58944 2020-06-15
6      2  58944 2020-07-15
7      3  58944 2020-08-15
8      4  58944 2020-09-15

测试数据：

import io
import pandas as pd

dataf = pd.read_csv(io.StringIO("""
month,id
  1,1593
  2,1593
 3,1593
  1,8964
  2,8964
 1,58944
 2,58944
 3,58944
 4,58944""")).astype(int)

- Prayson W. Daniel