将STRING MONTH中的python pandas中的列转换为INT

Question

在Python 2.7.11和Pandas 0.18.1中：

如果我们有以下csv文件：

YEAR,MONTH,ID
2011,JAN,1
2011,FEB,1
2011,MAR,1

有什么方法可以将其读取为Pandas数据框并将MONTH列转换为这样的字符串吗？

YEAR,MONTH,ID
2011,1,1
2011,2,1
2011,3,1

某些熊猫函数，例如“ dt.strftime（'％b'）”似乎不起作用。有人可以开导吗？

Answer 1

我想最简单也是最快的方法之一就是创建一个映射字典和映射，如下所示：

In [2]: df
Out[2]:
   YEAR MONTH  ID
0  2011   JAN   1
1  2011   FEB   1
2  2011   MAR   1

In [3]: d = {'JAN':1, 'FEB':2, 'MAR':3, 'APR':4, }

In [4]: df.MONTH = df.MONTH.map(d)

In [5]: df
Out[5]:
   YEAR  MONTH  ID
0  2011      1   1
1  2011      2   1
2  2011      3   1

df.MONTH = df.MONTH.str.upper().map(d)如果不是所有MONTH值都大写，则可能要使用

另一种更慢但更可靠的方法：

In [11]: pd.to_datetime(df.MONTH, format='%b').dt.month
Out[11]:
0    1
1    2
2    3
Name: MONTH, dtype: int64

更新：我们可以自动创建映射（感谢@Quetzalcoatl）

import calendar

d = dict((v,k) for k,v in enumerate(calendar.month_abbr))

或者（仅使用熊猫）：

d = dict(zip(range(1,13), pd.date_range('2000-01-01', freq='M', periods=12).strftime('%b')))