我有一个电子表格,其中包含以下内容:
start_date | end_date | rating
-----------|----------|--------
01/01/2010 |01/01/2012| 2
01/12/2012 |01/01/2014| 4
-----------|----------|--------
我想将这段时间分成几年,例如上面的例子,我希望得到以下结果:
year | rating
-----|--------
2010 | 2
2011 | 2
2012 | 2
2012 | 4
2013 | 4
2014 | 4
-----|--------
是否可以通过熊猫方法做到这一点?
假设日期是相同格式的字符串
pd.DataFrame(
[(y, r) for s, e, r in zip(*map(df.get, df))
for y in range(int(s[-4:]), int(e[-4:]) + 1)],
columns=['year', 'rating']
)
year rating
0 2010 2
1 2011 2
2 2012 2
3 2012 4
4 2013 4
5 2014 4
类似但使用f-string和pd.date_range
pd.DataFrame(
[(y, r) for s, e, r in zip(*map(df.get, df))
for y in pd.date_range(s, f"12/31/{e[-4:]}", freq='Y').year],
columns=['year', 'rating']
)
您可以使用date_range
,创建范围内的年份,我们使用repeat
重新创建您的数据框
yearrange=[ pd.date_range(x,y,freq='YS').year.values.tolist() for x,y in zip(df['start_date'],df['end_date'])]
pd.DataFrame({'year':sum(yearrange,[]),'rating':df.rating.repeat(list(map(len,yearrange)))})
Out[357]:
rating year
0 2 2010
0 2 2011
0 2 2012
1 4 2013
1 4 2014