如何在时序Pandas DataFrame中按季节为日期标注标签？

需求说明 #

现有包含datetime和values列的Pandas DataFrame，需新增Label列，按照以下自定义季节规则标注（格式如Autumn1、Winter1）：

• Winter1：2019年12月、2020年1-2月
• Spring1：2020年3-5月
• Summer1：2020年6-8月
• Autumn1：2020年9-11月
• Winter2：2020年12月、2021年1-2月
• Spring2：2021年3-5月
• Summer2：2021年6-8月
  数据集时间范围为2019年9月至2021年8月。

原尝试代码仅按月份映射季节，未结合年份区分跨年度冬季，且未生成目标格式的Label列，无法满足需求，原代码如下：

# mapping months to seasons: 1- winter, 2-spring, 3-summer, 4-autumn 
if seasons:
    seasons = {1: 1, 2: 1, 3: 2, 4: 2, 5:2, 6:3, 7:3, 8:3, 9:4, 10:4, 11:4, 12:1} # maps months to seasons: 
    df['season'] = df['month'].map(seasons, na_action=None)
    df['winter'] = np.where(df['season'] == 1, True, False)
    df['spring'] = np.where(df['season'] == 2, True, False)
    df['summer'] = np.where(df['season'] == 3, True, False)
    df['autumn'] = np.where(df['season'] == 4, True, False)
    df['transitionperiod'] = np.where((df['season'] == 2) | (df['season'] == 4), True, False)

解决方案 #

步骤1：确保datetime列格式正确 #

如果datetime列不是datetime类型，先转换：

df['datetime'] = pd.to_datetime(df['datetime'])

步骤2：生成季节Label列 #

结合年份和月份，使用np.select批量判断每个时间点对应的季节标签，逻辑清晰且效率较高：

import numpy as np
import pandas as pd

# 定义条件和对应的标签
conditions = [
    # Autumn1：2019年9-11月
    (df['datetime'].dt.year == 2019) & (df['datetime'].dt.month.isin([9,10,11])),
    # Winter1：2019年12月、2020年1-2月
    ((df['datetime'].dt.year == 2019) & (df['datetime'].dt.month == 12)) | 
    ((df['datetime'].dt.year == 2020) & (df['datetime'].dt.month.isin([1,2]))),
    # Spring1：2020年3-5月
    (df['datetime'].dt.year == 2020) & (df['datetime'].dt.month.isin([3,4,5])),
    # Summer1：2020年6-8月
    (df['datetime'].dt.year == 2020) & (df['datetime'].dt.month.isin([6,7,8])),
    # Autumn2：2020年9-11月
    (df['datetime'].dt.year == 2020) & (df['datetime'].dt.month.isin([9,10,11])),
    # Winter2：2020年12月、2021年1-2月
    ((df['datetime'].dt.year == 2020) & (df['datetime'].dt.month == 12)) | 
    ((df['datetime'].dt.year == 2021) & (df['datetime'].dt.month.isin([1,2]))),
    # Spring2：2021年3-5月
    (df['datetime'].dt.year == 2021) & (df['datetime'].dt.month.isin([3,4,5])),
    # Summer2：2021年6-8月
    (df['datetime'].dt.year == 2021) & (df['datetime'].dt.month.isin([6,7,8]))
]

labels = [
    'Autumn1',
    'Winter1',
    'Spring1',
    'Summer1',
    'Autumn2',
    'Winter2',
    'Spring2',
    'Summer2'
]

# 生成Label列
df['Label'] = np.select(conditions, labels, default='Unknown')

代码说明 #

• 每个条件明确结合年份和月份，精准匹配跨年度的冬季区间，解决原代码只按月份判断的问题
• np.select会按顺序匹配条件，匹配到第一个符合的条件后就对应赋值标签，确保逻辑准确
• 如果有超出时间范围的记录，会被标注为Unknown，可根据需求调整默认值

内容的提问来源于stack exchange，提问作者Rajesh Ahir