如何从数据格式年月日1日2日3日4………日31创建日期

Question

我的数据文件（每日降雨量数据）的格式为

df = Year  Month   Day01  Day02  Day03 ..............Day31 
      1970   1       0        0    20                  3.5
      1970   2       0        0    20                  3.5
      1970   3       0        0    20                  3.5
      ...    .       .        .    ..                  ...
      ...    .       .        .    ..                  ...

我想把上面的数据读入日期格式

df = date (year-month-day)

请帮忙
你可以在这里找到数据https://docs.google.com/spreadsheets/d/1sPRiRDYmWyTuuhks3CDWXj0eNcddsJopUNfjEAlSI-w/edit?usp=sharing

Answer 1

我假设您已经有了以下格式的数据帧：

YEAR  MN  DRF01  DRF02  DRF03  DRF04  DRF05  DRF06  DRF07  DRF08  DRF09  DRF10  DRF11  DRF12  DRF13  DRF14  DRF15  DRF16  DRF17  DRF18  DRF19  DRF20  DRF21  DRF22  DRF23  DRF24  DRF25  DRF26  DRF27  DRF28  DRF29  DRF30  DRF31
1971   1    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0   22.0    0.0    0.0    4.6
1971   2    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    NaN    NaN    NaN
1971   3    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0
1971   4    0.0    0.0    0.0    0.0    0.0    0.0   25.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    8.0    0.0    0.0    0.0    0.0    2.0    0.0    0.0    8.6    0.0    0.0    0.0    7.4   24.0    0.0    NaN
1971   5    3.6    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    0.0    1.0    0.0   40.0    0.0    0.0  106.0    0.0    2.0    0.0    0.0    0.0    0.0    3.0    6.6    0.0    0.0   22.6   26.8   12.8

你可以通过堆叠这些列来得到你想要的。用于堆叠的理想数据框应仅包含要堆叠的列，其余列移动到索引：

result = df.rename(columns={'MN': 'MONTH'}) \
           .set_index(['YEAR', 'MONTH']) \
           .rename_axis('DAY', axis=1) \
           .stack() \
           .to_frame('RAINFALL') \
           .reset_index()
result['DAY'] = result['DAY'].str[-2:].astype('int')
result['DATE'] = pd.to_datetime(result[['YEAR', 'MONTH', 'DAY']])

结果:

YEAR  MONTH  DAY  RAINFALL       DATE
1971      1    1       0.0 1971-01-01
1971      1    2       0.0 1971-01-02
1971      1    3       0.0 1971-01-03
1971      1    4       0.0 1971-01-04
1971      1    5       0.0 1971-01-05

Answer 2

使用df.melt可能更直接：

import pandas as pd
df = pd.DataFrame({'Year': {0: 1910, 1: 1910, 2: 1911},
                   'Month': {0:1, 1:1, 2:2},
                   'Day 1': {0: 1, 1: 3, 2: 5},
                   'Day 2': {0: 2, 1: 4, 2: 6}})

print(df)
day_columns = [i for i in df.columns if 'Day' in i]
df = pd.melt(df,id_vars=['Year','Month'],value_vars=day_columns,var_name='Day',value_name='Rain')
df['Day'] = df['Day'].str.replace('Day ','')
df['Date'] = pd.to_datetime(df[['Year', 'Month', 'Day']])
print(df)