如何将Pandas DataFrame中YYYY-MM-DD格式日期转为年积日(0-364)

嘿，这个需求处理起来超简单，用Pandas自带的datetime工具就能搞定，我给你一步步拆解：

第一步：确保日期列是datetime类型 #

如果你的日期列目前是字符串格式（比如object类型），得先把它转换成Pandas的datetime类型，不然没法用日期相关的属性：

import pandas as pd

# 假设你的日期列叫'date'
df['date'] = pd.to_datetime(df['date'])

要是不确定列类型，跑个df['date'].dtype看看，显示datetime64[ns]就说明没问题了。

第二步：生成0起始的年积日 #

Pandas的datetime列有个dt.dayofyear属性，它会返回1-366的数值（平年1-365，闰年1-366）。我们只要给它减1，就能得到从0开始计数的年积日：

# 生成0-364（平年）/0-365（闰年）的年积日
df['day_of_year_0based'] = df['date'].dt.dayofyear - 1

第三步：严格限制在0-364范围（可选） #

如果你的需求是不管闰年，必须把取值锁在0-364，那可以把闰年的第366天（也就是dayofyear=366，减1后是365）映射到364。这里推荐用矢量化操作，比apply高效得多：

import numpy as np

df['day_of_year_0_364'] = np.minimum(df['date'].dt.dayofyear - 1, 364)

或者用布尔索引也能实现：

df['day_of_year_0_364'] = df['date'].dt.dayofyear - 1
df.loc[df['day_of_year_0_364'] == 365, 'day_of_year_0_364'] = 364

完整示例 #

来个实际的例子看看效果：

import pandas as pd
import numpy as np

# 创建测试数据，包含平年、闰年的日期
data = {'date': ['2023-12-31', '2020-12-31', '2023-01-01', '2020-02-29']}
df = pd.DataFrame(data)

# 转换日期类型
df['date'] = pd.to_datetime(df['date'])

# 生成两种年积日列
df['day_of_year_0based'] = df['date'].dt.dayofyear - 1
df['day_of_year_0_364'] = np.minimum(df['date'].dt.dayofyear - 1, 364)

print(df)

输出结果：

date  day_of_year_0based  day_of_year_0_364
0 2023-12-31                 364                 364
1 2020-12-31                 365                 364
2 2023-01-01                   0                   0
3 2020-02-29                  59                  59

内容的提问来源于stack exchange，提问作者user