如何在Python中基于DataFrame的DateTime列添加英土年度通胀列

我有一个包含DateTime列的DataFrame，希望根据DateTime列中的年份添加Yearly Inflation Rate of UK和Yearly Inflation Rate of Turkey两列。

输入示例：

期望输出：

1. 导入依赖并创建示例DataFrame #

确保已安装pandas，导入后创建测试用DataFrame：

import pandas as pd

# 创建输入DataFrame
df = pd.DataFrame({
    'DateTime': ['14.08.2014', '15.07.2015', '16.06.2016']
})

2. 解析日期并提取年份 #

将DateTime列转换为日期格式，提取年份作为临时列：

# 按DD.MM.YYYY格式解析日期
df['DateTime'] = pd.to_datetime(df['DateTime'], format='%d.%m.%Y')
# 提取年份
df['Year'] = df['DateTime'].dt.year

3. 定义年度通胀率映射表 #

用字典存储对应年份的两国通胀率：

inflation_rates = {
    2014: {'UK': 2.36, 'Turkey': 8.85},
    2015: {'UK': 0.37, 'Turkey': 7.67},
    2016: {'UK': 1.01, 'Turkey': 7.78}
}

4. 映射通胀率到DataFrame #

通过map方法将年份对应到通胀率，生成新列：

# 添加英国通胀率列
df['Inflation of UK'] = df['Year'].map(lambda x: inflation_rates[x]['UK'])
# 添加土耳其通胀率列
df['Inflation of Turkey'] = df['Year'].map(lambda x: inflation_rates[x]['Turkey'])
# 删除临时Year列
df = df.drop('Year', axis=1)

5. 保持原始日期格式（可选） #

如果需要让DateTime列回到输入时的字符串格式，执行：

df['DateTime'] = df['DateTime'].dt.strftime('%d.%m.%Y')

最终打印结果即可得到期望的输出：

print(df)

输出示例：

DateTime  Inflation of UK  Inflation of Turkey
0  14.08.2014             2.36                 8.85
1  15.07.2015             0.37                 7.67
2  16.06.2016             1.01                 7.78

内容的提问来源于stack exchange，提问作者Orhan Dağ