问题描述：

使用 Python 在 Pandas 数据框中创建星期几列

我想将 csv 文件读入 pandas 数据框，将一列日期从字符串格式解析为日期对象，然后生成一个表示星期几的新列。

这就是我正在尝试的：

我想做的是这样的：

import pandas as pd

import csv

df = pd.read_csv('data.csv', parse_dates=['date']))

df['day-of-week'] = df['date'].weekday()


AttributeError: 'Series' object has no attribute 'weekday'

解决方案 1：

Pandas 0.23+

使用pandas.Series.dt.day_name()，因为pandas.Timestamp.weekday_name已被弃用：

import pandas as pd


df = pd.DataFrame({'my_dates':['2015-01-01','2015-01-02','2015-01-03'],'myvals':[1,2,3]})
df['my_dates'] = pd.to_datetime(df['my_dates'])

df['day_of_week'] = df['my_dates'].dt.day_name()

输出：

    my_dates  myvals day_of_week
0 2015-01-01       1    Thursday
1 2015-01-02       2      Friday
2 2015-01-03       3    Saturday

Pandas 0.18.1+

正如用户 jezrael 在下面指出的那样，dt.weekday_name在 0.18.1 版本中添加了
Pandas Docs

import pandas as pd

df = pd.DataFrame({'my_dates':['2015-01-01','2015-01-02','2015-01-03'],'myvals':[1,2,3]})
df['my_dates'] = pd.to_datetime(df['my_dates'])
df['day_of_week'] = df['my_dates'].dt.weekday_name

输出：

    my_dates  myvals day_of_week
0 2015-01-01       1    Thursday
1 2015-01-02       2      Friday
2 2015-01-03       3    Saturday

原始答案：

使用这个：

http://pandas.pydata.org/pandas-docs/stable/ generated/pandas.Series.dt.dayofweek.html

看看这个：

获取 DataFrame 日期时间列的星期几/星期几

如果您想要一个字符串而不是整数，请执行以下操作：

import pandas as pd

df = pd.DataFrame({'my_dates':['2015-01-01','2015-01-02','2015-01-03'],'myvals':[1,2,3]})
df['my_dates'] = pd.to_datetime(df['my_dates'])
df['day_of_week'] = df['my_dates'].dt.dayofweek

days = {0:'Mon',1:'Tues',2:'Weds',3:'Thurs',4:'Fri',5:'Sat',6:'Sun'}

df['day_of_week'] = df['day_of_week'].apply(lambda x: days[x])

输出：

    my_dates  myvals day_of_week
0 2015-01-01       1       Thurs
1 2015-01-02       2         Fri
2 2015-01-01       3       Thurs

解决方案 2：

使用dt.day_name：

print df
    my_dates  myvals
0 2015-01-01       1
1 2015-01-02       2
2 2015-01-03       3

print df.dtypes
my_dates    datetime64[ns]
myvals               int64
dtype: object

df['day_of_week'] = df['my_dates'].dt.day_name()
print df
    my_dates  myvals day_of_week
0 2015-01-01       1    Thursday
1 2015-01-02       2      Friday
2 2015-01-03       3    Saturday

另一个解决方案是assign：

print df.assign(day_of_week = df['my_dates'].dt.day_name())
    my_dates  myvals day_of_week
0 2015-01-01       1    Thursday
1 2015-01-02       2      Friday
2 2015-01-03       3    Saturday

解决方案 3：

df =df['Date'].dt.dayofweek

dayofweek采用数字格式

解决方案 4：

自 起，不推荐dt.weekday_name使用，而是使用：pandas 0.23.0`dt.day_name()`

df = pd.DataFrame({'my_dates':['2015-01-01','2015-01-02','2015-01-03'],'myvals':[1,2,3]})
df['my_dates'] = pd.to_datetime(df['my_dates'])

df['my_dates'].dt.day_name()

0    Thursday
1      Friday
2    Saturday
Name: my_dates, dtype: object

解决方案 5：

如果 .dt 对您不起作用，请尝试 .DatetimeIndex 可能会有所帮助。希望此处的代码和我们的测试结果能帮助您修复它。问候，

import pandas as pd
import datetime

df = pd.DataFrame({'Date':['2015-01-01','2015-01-02','2015-01-03'],'Number':[1,2,3]})

df['Day'] = pd.DatetimeIndex(df['Date']).day_name() # week day name
df.head()

解决方案 6：

当日期为索引时

…仅需要前三个字母：

df['day'] = df.index.day_name().str[:3]

解决方案 7：

data['Day_Of_Week'] = pd.DatetimeIndex(data['Birth_Date']).day_name()

命令将新列/特征作为数据['Day_Of-Week']从先前存在于数据集/csv 中的数据['Birth_Date']列中附加。