如何在Python Pandas DataFrame中计算日期的年内累计天数

针对你给出的DataFrame，要计算每个日期对应的年内累计天数，可以用以下两种高效方法实现：

方法一：使用内置的dt.dayofyear属性（推荐） #

Pandas的datetime类型自带dayofyear属性，直接返回该日期在当年的累计天数，无需手动计算各月天数总和，效率最高：

import pandas as pd

# 构造你的DataFrame
df = pd.DataFrame({
    'Datetime': [
        '2022-06-01 00:00:00',
        '2022-06-01 00:01:00',
        '2022-06-01 00:02:00',
        '2022-06-01 00:03:00',
        '2022-06-01 00:04:00',
        '2022-06-01 00:05:00'
    ]
})

# 确保Datetime列为datetime类型（若原数据是字符串则执行这一步）
df['Datetime'] = pd.to_datetime(df['Datetime'])

# 新增年内累计天数列
df['Day_of_Year'] = df['Datetime'].dt.dayofyear

执行后，Day_of_Year列的值为152（2022年1-5月总天数151加1），符合你的需求，且时间部分不会影响结果。

方法二：手动计算日期差（适合理解逻辑） #

如果想手动实现“当年1月1日到目标日期的天数差加1”的逻辑，可以这样写：

# 生成当年1月1日的时间戳
df['Year_Start'] = df['Datetime'].apply(lambda x: pd.Timestamp(year=x.year, month=1, day=1))

# 计算天数差并加1得到累计天数
df['Day_of_Year'] = (df['Datetime'] - df['Year_Start']).dt.days + 1

这种方法和方法一结果完全一致，适合需要自定义逻辑的场景。

内容的提问来源于stack exchange，提问作者user20737601