按日期对熊猫数据框进行排序

98

我有一个熊猫数据框，如下所示：

Symbol  Date
A       02/20/2015
A       01/15/2016
A       08/21/2015

我想按它排序Date，但该列只是一个object。

我试图将列设置为日期对象，但是遇到了一种格式不需要的格式的问题。所需的格式为2015-02-20,等。

因此，现在我试图找出如何使numpy将“美国”日期转换为ISO标准，以便可以使它们成为日期对象，以便可以对它们进行排序。

我该如何将这些美国日期转换为ISO标准，或者我在熊猫中缺少更直接的方法？

python pandas

— 尼古拉斯·雷切尔
source

149

您可以pd.to_datetime()用来转换为日期时间对象。它带有一个format参数，但是在您的情况下，我认为您不需要它。

>>> import pandas as pd
>>> df = pd.DataFrame( {'Symbol':['A','A','A'] ,
    'Date':['02/20/2015','01/15/2016','08/21/2015']})
>>> df
         Date Symbol
0  02/20/2015      A
1  01/15/2016      A
2  08/21/2015      A
>>> df['Date'] =pd.to_datetime(df.Date)
>>> df.sort('Date') # This now sorts in date order
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

为了将来搜索，您可以更改sort语句：

>>> df.sort_values(by='Date') # This now sorts in date order
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

— 戳
source

1

在排序之前，我还有一个df ['Date']。unique（），它返回一个序列而不是一个Dataframe。这使得02/20/2015进入2015-02-19T18：00：00.000000000-0600，然后分成2015-02-19。有办法增加一天吗？还是更正式的方式来纠正这个问题？

— nicholas.reichel

1

df.Date.astype(np.int64)应该工作于时代

— JAB 2015年

1

事实证明，纪元是错误的，因为其假设时间为18:00小时，等等。我需要将其设为00:00小时。如果我可以使日期对象没有时间或错误的时间，我有一种转换为纪元的方法。

— nicholas.reichel

我pd.to_datetime(df.Date)[0]返回Timestamp('2015-02-20 00:00:00')

— JAB

用更正式的问题描述开始新问题

— nicholas.reichel

98

sort方法已弃用，并用代替sort_values。使用转换为datetime对象后df['Date']=pd.to_datetime(df['Date'])

df.sort_values(by=['Date'])

注意：按原位和/或降序排序（最新的优先）：

df.sort_values(by=['Date'], inplace=True, ascending=False)

— 里维尔
source

3

我建议您将其用于：df.sort_values（by = ['Date']）

— FLBKernel

我不停地想知道为什么我的排序中有重复项。inplace = True已修复该问题。非常感谢！

— 戴夫·戴维斯

11

@JAB的答案非常简洁。但这会改变DataFrame您尝试排序的方式，您可能想要也可能不想要。

_{（注意：您几乎肯定会想要它，因为您的日期列应该是日期，而不是字符串！）}

万一您不想将日期更改为日期，也可以使用其他方法。

首先，从排序Date列中获取索引：

In [25]: pd.to_datetime(df.Date).order().index
Out[25]: Int64Index([0, 2, 1], dtype='int64')

然后使用它索引原始DataFrame文档，使其保持不变：

In [26]: df.ix[pd.to_datetime(df.Date).order().index]
Out[26]: 
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

魔法！

注意：对于Pandas 0.20.0及更高版本，请使用loc而不是ix，现在已弃用。

— 伦敦罗伯
source

0

可以使用以下代码读取包含日期列的数据：

data = pd.csv(file_path,parse_dates=[date_column])

使用上面的代码行读取数据后，可以使用以下方式访问包含有关日期的信息的列pd.date_time()：

pd.date_time(data[date_column], format = '%d/%m/%y')

根据要求更改日期格式。

— 曼陀罗
source