将 pandas 数据帧传递到函数中以将日期转换为月初

Question

我可以将特定日期列转换为月初，例如使用以下代码将 24-05-2024 更改为 01-05-24：

df['date_sm'] = pd.to_datetime(df['date']) - MonthBegin(1)

我想要一个函数（def），我只需要指定我想要更改的列名称，然后能够应用该函数，而不是为每个列执行代码。有办法做到这一点吗？

Answer 1

如果你想要一个可以改变 DataFrame 的函数：

def col_to_monthbegin(df, col):
    df[f'{col}_sm'] = pd.to_datetime(df[col]) - pd.offsets.MonthBegin(1)

示例：

df = pd.DataFrame({'A': 1, 'date': pd.date_range('2024-01-01', periods=5)})
col_to_monthbegin(df, 'date')

print(df)
#  A       date    date_sm
# 0  1 2024-01-01 2023-12-01
# 1  1 2024-01-02 2024-01-01
# 2  1 2024-01-03 2024-01-01
# 3  1 2024-01-04 2024-01-01
# 4  1 2024-01-05 2024-01-01

请注意，该月的第一天移至上个月，以避免您可以使用：

def col_to_monthbegin(df, col):
    df[f'{col}_sm'] = pd.to_datetime(df[col]) + pd.DateOffset(day=1)

# or
def col_to_monthbegin(df, col):
    df[f'{col}_sm'] = (pd.to_datetime(df[col])
                      + pd.offsets.MonthBegin(1)
                      - pd.offsets.MonthBegin(1)
                      )

# example

#    A       date    date_sm
# 0  1 2024-01-01 2024-01-01
# 1  1 2024-01-02 2024-01-01
# 2  1 2024-01-03 2024-01-01
# 3  1 2024-01-04 2024-01-01
# 4  1 2024-01-05 2024-01-01

处理多列的变体：

def col_to_monthbegin(df, cols):
    tmp = df[cols].apply(lambda x: pd.to_datetime(x)
                                 + pd.offsets.MonthBegin(1)
                                 - pd.offsets.MonthBegin(1))
    df[tmp.columns.astype(str)+'_sm'] = tmp

df = pd.DataFrame({'A': 1, 'date': pd.date_range('2024-01-01', periods=5),
                  'date2': pd.date_range('2025-01-01', periods=5)})
col_to_monthbegin(df, ['date', 'date2'])

print(df)

#    A       date      date2    date_sm   date2_sm
# 0  1 2024-01-01 2025-01-01 2024-01-01 2025-01-01
# 1  1 2024-01-02 2025-01-02 2024-01-01 2025-01-01
# 2  1 2024-01-03 2025-01-03 2024-01-01 2025-01-01
# 3  1 2024-01-04 2025-01-04 2024-01-01 2025-01-01
# 4  1 2024-01-05 2025-01-05 2024-01-01 2025-01-01

Answer 2

不太确定这是否是您想要的。在这里，您可以传递要更改的数据帧和要更改的列列表。这将更改传递的列，不会创建新的列。

import pandas as pd
from pandas.tseries.offsets import MonthBegin

def convert_to_start_of_month(df, date_columns):
    for col in date_columns:
        df[col] = pd.to_datetime(df[col]) - MonthBegin(1)
    return df

data = {
    'date1': ['2024-05-24', '2024-06-15', '2024-07-30'],
    'date2': ['2023-12-10', '2023-11-22', '2023-10-05'],
    'other_column': [1, 2, 3]
}

df = pd.DataFrame(data)

date_columns = ['date1', 'date2']

df = convert_to_start_of_month(df, date_columns)

print(df)

# output:
# 
#        date1      date2  other_column
# 0 2024-05-01 2023-12-01             1
# 1 2024-06-01 2023-11-01             2
# 2 2024-07-01 2023-10-01             3