将一年中的小数天转换为Pandas Datetime [英] Convert fractional day of year to Pandas Datetime

问题描述

我有一个Pandas DataFrame列，它是一年中的小数日（DOY）。此列显示为：

  DOY 
 0 200.749967 
 1 200.791667 
 2 200.833367 
 3 200.874967 
 4 200.916667 
 5 200.958367 
 6 200.999967 
 7 201.041667 
 ... 
 3491 627.166667 
 3492 627.333367 
 3493 627.499967 
 3494 627.666667 
 3495 627.833367 
 3496 627.999967 
 3497 628.166667 
 3498 628.333367 
名称：DOY，长度：3499，dtype：float64 
  

起始年份是2011年，但是DOY数据一直到2012年都在不断增加，而新的DOY数据未重置为零

如何将其转换为格式为'YYYY-MM-DD HH：MM：SS'的Pandas DatetimeIndex？

解决方案

我可以想到的一种方法是将您的列转换为 TimeDelta ，然后将其添加到基本偏移量（2011/1/1）。

  df.DOY = pd.to_datetime（'2011-1-1'）+ pd.to_timedelta（df.DOY，unit ='D'）
 print（df.DOY）
 0 2011-07-20 17:59 ：57.148800 
 1 2011-07-20 19：00：00.028800 
 2 2011-07-20 20：00：02.908800 
 3 2011-07-20 20：59：57.148800 
 4 2011-07-20 22：00：00.028800 
 5 2011-07-20 23：00：02.908800 
 6 2011-07-20 23：59：57.148800 
 7 2011-07 -21 01：00：00.028800 
 ... 
 3491 2012-09-19 04：00：00.028800 
 3492 2012-09-19 08：00：02.908800 
 3493 2012 -09-19 11：59：57.148800 
 3494 2012-09-19 16：00：00.028800 
 3495 2012-09-19 20：00：02.908800 
 3496 2012-09-19 23 ：59：57.148800 
 3497 2012-09-20 04：00：00.028800 
 3498 2012-09-20 08：00：02.908800 
名称：DOY，dtype：datetime64 [ns] 
  

另一种方法是调用 pd.to_datetime 原始参数集，如其答案中所示。 / p>

I have a column of a Pandas DataFrame that is fractional day of year (DOY). This column appears as:

               DOY
0       200.749967
1       200.791667
2       200.833367
3       200.874967
4       200.916667
5       200.958367
6       200.999967
7       201.041667
       ...    
3491    627.166667
3492    627.333367
3493    627.499967
3494    627.666667
3495    627.833367
3496    627.999967
3497    628.166667
3498    628.333367
Name: DOY, Length: 3499, dtype: float64

The starting year is 2011, however the DOY data continues with increasing values through 2012 without resetting to zero on the new year.

How do I convert this to a Pandas DatetimeIndex with format 'YYYY-MM-DD HH:MM:SS'?

解决方案

One way I can think to do this is to convert your column to TimeDelta and then add it to the base offset (2011/1/1).

df.DOY = pd.to_datetime('2011-1-1') + pd.to_timedelta(df.DOY, unit='D')
print(df.DOY)
0      2011-07-20 17:59:57.148800
1      2011-07-20 19:00:00.028800
2      2011-07-20 20:00:02.908800
3      2011-07-20 20:59:57.148800
4      2011-07-20 22:00:00.028800
5      2011-07-20 23:00:02.908800
6      2011-07-20 23:59:57.148800 
7      2011-07-21 01:00:00.028800
       ... 
3491   2012-09-19 04:00:00.028800
3492   2012-09-19 08:00:02.908800
3493   2012-09-19 11:59:57.148800
3494   2012-09-19 16:00:00.028800
3495   2012-09-19 20:00:02.908800
3496   2012-09-19 23:59:57.148800
3497   2012-09-20 04:00:00.028800
3498   2012-09-20 08:00:02.908800
Name: DOY, dtype: datetime64[ns]

Another method would be to call pd.to_datetime with the origin parameter set, as agtoever shows in their answer.

这篇关于将一年中的小数天转换为Pandas Datetime的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！