在熊猫中转换SAS日期时间 - 多列

我想学习Python，来自SAS背景。
我已经导入了SAS数据集，我注意到的一件事是我有多个日期列作为SAS日期（我相信）。在环顾四周，我发现这解释了如何执行此（here）链接：在熊猫中转换SAS日期时间 - 多列

的代码如下：

alldata['DateFirstOnsite'] = pd.to_timedelta(alldata.DateFirstOnsite, unit='s') + pd.datetime(1960, 1, 1)

不过，我不知道如何为多列做到这一点。如果我有多个日期字段，而不是多次重复这行代码，我可以创建一个我有的字段列表，然后在该字段列表上运行此代码？这是如何完成的？

在此先感谢

来源

2017-03-09 BPC

是的，它可以创建一个列表，通过该列表循环转换的SAS日期字段大熊猫日期时间。但是，我不确定为什么要使用to_timedelta方法，除非在1960/01/01之后SAS日期字段以秒表示。如果您计划使用to_timedelta方法，那么它简单地创建一个函数，你df和你的领域，并通过这两个给你的函数的情况：

def convert_SAS_to_datetime(df, field): 
    df[field] = pd.to_timedelta(df[field], unit='s') + pd.datetime(1960, 1, 1) 
    return df

现在，让我们假设你有你的字段列表你知道应该转换为datetime场（连同您的DF）：

my_list = ['field1','field2','field3','field4','field5'] 
my_df = pd.read_sas('mySASfile.sas7bdat') # your SAS data that's converted to a pandas DF

您现在可以通过列表迭代与for循环，同时使这些领域，你的DF的功能：

现在210

for field in my_list: 
    my_df = convert_SAS_to_datetime(my_df, field)

，其他的方法我会建议使用to_datetime方法，但是这是假定你知道你的日期字段的格式SAS是。

例如01Jan2016 # date9 format

这是您可能需要查看文档here以确定转换日期的指令。在格式为date9的情况下，您可以使用：

df[field] = pd.to_datetime(df[date9field], format="%d%b%Y")

来源

2017-03-09 20:22:24

这很好。谢谢您的帮助！ – BPC

如果我正确地读出你的问题，你想你的代码适用于多个列？要做到这一点简单的做到这一点：

alldata[['col1','col2','col3']] = 'your_code_here'

〔实施例：

import pandas as pd 
import numpy as np 
df = pd.DataFrame({'A' : [np.NaN,np.NaN,3,4,5,5,3,1,5,np.NaN], 
        'B' : [1,0,3,5,0,0,np.NaN,9,0,0], 
        'C' : ['Pharmacy of IDAHO','Access medicare arkansas','NJ Pharmacy','Idaho Rx','CA Herbals','Florida Pharma','AK RX','Ohio Drugs','PA Rx','USA Pharma'], 
        'D' : [123456,123456,1234567,12345678,12345,12345,12345678,123456789,1234567,np.NaN], 
        'E' : ['Assign','Unassign','Assign','Ugly','Appreciate','Undo','Assign','Unicycle','Assign','Unicorn',]}) 

df[['E', 'D']] = 1 # <---- notice double brackets 
print(df) 

    A B       C D E 
0 NaN 1.0   Pharmacy of IDAHO 1 1 
1 NaN 0.0 Access medicare arkansas 1 1 
2 3.0 3.0    NJ Pharmacy 1 1 
3 4.0 5.0     Idaho Rx 1 1 
4 5.0 0.0    CA Herbals 1 1 
5 5.0 0.0   Florida Pharma 1 1 
6 3.0 NaN      AK RX 1 1 
7 1.0 9.0    Ohio Drugs 1 1 
8 5.0 0.0      PA Rx 1 1 
9 NaN 0.0    USA Pharma 1 1

通知在一开始的双括号。希望这可以帮助！

来源

2017-03-09 20:04:50 MattR

谢谢MattR。不是我想要的，但是下面的回答非常好。感谢您花时间帮忙。 – BPC

在熊猫中转换SAS日期时间 - 多列

回答

相关问题