熊猫：改变一天

Question

我有一个 datetime 系列，需要将每个条目的日期更改为 1 。我想过很多简单的解决方案，但没有一个对我有用。目前，唯一真正有效的是

• 将系列设置为索引
• 从索引中查询年月
• 使用年、月和 1 重建新的时间序列

它不可能真的那么复杂，不是吗？有月份开始，但不幸的是 offset ，这在这里没有用。该方法似乎没有 set() 功能，当系列是一列而不是索引本身（的一部分）时，功能甚至更少。

唯一相关的问题是 this ，但那里使用的技巧在这里不适用。

原文由 FooBar 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

其他两个答案有效，但既不优雅也不符合 pandas 库的精神。相反，请考虑这个，在我的测试中，它也比 Kyle Barron 的矢量化答案快一点。它是一个不需要定义任何外部函数的单行代码，经过矢量化处理，并保留在 pandas 生态系统中：

 import pandas as pd
dtseries.dt.to_period('M').dt.to_timestamp()

此方法的额外好处是支持许多其他频率下限，例如每周 ( 'W' ) 或工作日 ( 'B' )，使用上述矢量化方法实施起来会比较棘手.

您可以 在相关文档页面中 找到各种其他频率的缩写。

这当然假设 dtseries 是一个日期时间系列，如果不是，您可以使用 pd.to_datetime(my_series) 轻松转换它。

该解决方案还允许在使用各种偏移方面具有极大的灵活性。例如，要使用该月的第十天：

 from pandas.tseries.offsets import DateOffset
dtseries.dt.to_period('M').dt.to_timestamp() + DateOffset(days=10)

我建议您查看 文档中的 pandas offsets 。偏移量 pandas 提供了很多相当复杂的偏移量支持，例如工作日、假期、工作时间等……正如@KyleBarron 和@JonClements 的回答所建议的那样，手动实施这些偏移量将非常麻烦。例如，考虑这个例子，让日期从月初开始偏移 5 个工作日：

 from pandas.tseries.offsets import BusinessDay
dtseries.dt.to_period('M').dt.to_timestamp() + BusinessDay(n=5)

原文由 Charles 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

您可以使用 .apply 和 datetime.replace ，例如：

 import pandas as pd
from datetime import datetime

ps = pd.Series([datetime(2014, 1, 7), datetime(2014, 3, 13), datetime(2014, 6, 12)])
new = ps.apply(lambda dt: dt.replace(day=1))

给出：

 0   2014-01-01
1   2014-03-01
2   2014-06-01
dtype: datetime64[ns]

原文由 Jon Clements 发布，翻译遵循 CC BY-SA 3.0 许可协议