用时间戳格式的变量替换pandas数据帧上的year

Question

我使用以下代码创建了以下DF:

df = pd.read_table('https://raw.githubusercontent.com/guipsamora/pandas_exercises/master/06_Stats/Wind_Stats/wind.data', sep = "\s+", parse_dates = [[0,1,2]]) 

type(df['Yr_Mo_Dy'][0])

for i in list(range(df.shape[0])):
    # assign all the observations under df['Yr_Mo_Dy'] to ts
    ts = df['Yr_Mo_Dy'][i]

    if df['Yr_Mo_Dy'][i].year >=2061:
        # replace the year in ts by year - 100
        ts.replace(year=df['Yr_Mo_Dy'][i].year - 100)
    else:
        continue

但循环什么也不做。我感觉这与变量赋值ts=df['yr_mo_dy'][I]有关。但我想不出另一种办法来完成这件事。

我试着在每次循环迭代之后分配一个变量，考虑到我在这篇文章中看到的答案。

Answer 1

您应该以避免向量操作的手动循环为目标。

在这种情况下，可以使用numpy.where创建条件序列：

df = pd.DataFrame({'A': pd.to_datetime(['2018-01-01', '2080-11-30',
                                        '1955-04-05', '2075-10-09'])})

df['B'] = np.where(df['A'].dt.year >= 2061,
                   df['A'] - pd.DateOffset(years=100), df['A'])

print(df)

           A          B
0 2018-01-01 2018-01-01
1 2080-11-30 1980-11-30
2 1955-04-05 1955-04-05
3 2075-10-09 1975-10-09