如何将DataFrame中8列合并为Date（datetime索引）与Moon Phase两列？

操作步骤 #

我们可以通过拆分原DataFrame的列组、添加排序标识、合并后排序的方式实现需求，具体操作如下：

• 拆分原表为对应月相的子DataFrame
  原表的8列对应4组月相数据，依次拆分每组的Date和Moon Phase列，并添加用于排序的标识列（匹配指定的月相顺序）：

  import pandas as pd
  
  # 假设原DataFrame名为df
  # 拆分新月组
  new_moon = df.iloc[:, [0, 1]].rename(columns={df.columns[0]: 'Date', df.columns[1]: 'Moon Phase'})
  new_moon['phase_rank'] = 0  # 新月对应顺序优先级0
  
  # 拆分上弦月组
  first_q = df.iloc[:, [2, 3]].rename(columns={df.columns[2]: 'Date', df.columns[3]: 'Moon Phase'})
  first_q['phase_rank'] = 1  # 上弦月对应顺序优先级1
  
  # 拆分满月组
  full_moon = df.iloc[:, [4, 5]].rename(columns={df.columns[4]: 'Date', df.columns[5]: 'Moon Phase'})
  full_moon['phase_rank'] = 2  # 满月对应顺序优先级2
  
  # 拆分下弦月组
  third_q = df.iloc[:, [6, 7]].rename(columns={df.columns[6]: 'Date', df.columns[7]: 'Moon Phase'})
  third_q['phase_rank'] = 3  # 下弦月对应顺序优先级3
  

• 合并子表并处理日期索引
  将四个子表合并，把Date列转为datetime类型并设置为索引：

  # 合并所有子表
  combined_df = pd.concat([new_moon, first_q, full_moon, third_q], ignore_index=True)
  
  # 转换Date列为datetime类型
  combined_df['Date'] = pd.to_datetime(combined_df['Date'])
  
  # 设置Date为索引
  combined_df = combined_df.set_index('Date')
  

• 按指定月相顺序排序并清理
  根据添加的phase_rank列排序，之后删除该辅助列：

  # 按指定月相顺序排序
  result_df = combined_df.sort_values('phase_rank').drop('phase_rank', axis=1)
  

最终效果 #

处理后的DataFrame仅保留Moon Phase列（Date为datetime类型索引），数据严格按照新月→上弦月→满月→下弦月的顺序排列。

内容的提问来源于stack exchange，提问作者BarbG