如何将dataframe中dd-mm-yyyy格式日期转换为整数型Julian date
DataFrame下dd-mm-yyyy格式日期转整数儒略日(Julian date)实操方法
整体实现流程
- 第一步:将字符串格式的dd-mm-yyyy列正确解析为pandas datetime类型
不要依赖pd.to_datetime的默认解析逻辑,必须显式指定格式,避免日、月顺序错配。如果存在格式异常的脏数据,可通过errors='coerce'将无法解析的内容设为缺失值,不中断批量处理流程。 - 第二步:基于datetime类型的列批量计算对应儒略日,截断小数部分输出整数结果
pandas内置的to_julian_date()方法可直接计算天文通用的连续儒略日浮点数,通过类型转换截断小数即可得到要求的整数形式数值。
可直接复用的代码示例
import pandas as pd # 构造测试数据集 df = pd.DataFrame({ "apply_date": ["01-01-2024", "15-06-2023", "31-12-2020", "bad_date"], "due_date": ["31-01-2024", "30-06-2023", "01-01-2021", "13-13-2023"] }) # 指定需要转换的目标日期列 target_date_cols = ["apply_date", "due_date"] # 解析dd-mm-yyyy格式为datetime类型 for col in target_date_cols: df[col] = pd.to_datetime(df[col], format="%d-%m-%Y", errors="coerce") # 批量转换为整数形式儒略日 for col in target_date_cols: df[f"{col}_julian"] = df[col].dt.to_julian_date().astype(int)
代码运行后会在原DataFrame中为每个目标日期列生成对应的整数儒略日新列,格式异常的行对应儒略日值为缺失值。
关键注意事项
- 避免解析错序:如果不指定
format="%d-%m-%Y",pandas会自动将13-05-2024这类日大于12的内容识别为无效格式,对03-05-2024这类日、月都小于12的内容会默认识别为3月5日而非5月3日,最终计算出的儒略日会出现整月偏差。 - 明确儒略日口径:上述代码计算的是从公元前4713年1月1日中午起算的连续天文儒略日,若需求是当年内的累计天数(部分业务场景也会简称为儒略日),可直接用
df[col].dt.dayofyear获取对应整数年内序号,无需调用to_julian_date()。 - 取整逻辑校准:天文标准的儒略日以正午12点为每日的计数起点,纯日期(无具体时分秒)对应的儒略日浮点数固定为
整数-0.5形式。如果业务要求以当日午夜为计数边界,可在转整数前对数值做+0.5处理再截断,即代码替换为df[col].dt.to_julian_date().add(0.5).astype(int),避免出现整日的数值偏差。
内容的提问来源于stack exchange,提问作者Fatima Said
相关产品推荐
相关产品推荐

