Сортировки (неструктурированные) даты в панде DataFrame

Question

У меня есть таблица Excel со следующими данными

Пожалуйста, обратите внимание, что у меня есть один столбец, где дата, месяц и время приводятся в следующем формате.

Я хочу отсортировать строки по дате и времени (например, январь-1-1,0, январь-2-2,0, январь-1-3,0) и найти способы сделать в Python Pandas DataFrame. (даты на французском языке)

Просьба предоставить ваши предложения.

Date-heure 

Vendredi 03 novembre 10.0 
Vendredi 03 novembre 5.0 
Vendredi 03 novembre 18.0 
Vendredi 03 novembre 24.0 
Samedi 04 novembre 1.0 
Samedi 04 novembre 2.0 
Samedi 04 novembre 4.0 
Samedi 04 novembre 5.0 
Samedi 04 novembre 7.0 
Samedi 04 novembre 13.0 
Samedi 04 novembre 21.0 
Vendredi 20 avril 1.0 
Dimanche 05 novembre 2.0 
Dimanche 05 novembre 8.0 

Благодарим за быстрый ответ. В моем excel ячейка имеет Date. И когда я загружен как DataFrame, он показывает мне, как тип данных

pandas.core.series.Series 

И я просто не мог разобраться. Также обратите внимание, что у меня есть время и в той же самой ячейке.

Представляем вам все типы dtypes здесь, как показано ниже;

Date_heure              object 
Heure               int64 
Industrie (MW)             int64 
Tertiaire Chauffage (MW)           int64 
Tertiaire Climatisation (MW)          int64 
Tertiaire Autres usages (MW)          int64 
Résidentiel Chauffage (MW)          int64 
Résidentiel Eau chaude (MW)          int64 
dtype: object 

спасибо.

Answer 1

OK вы можете использовать dateparser разобрать ваши строки, а затем построить TimedeltaIndex добавить час компонент:

In [36]: 
import dateparser 
t="""Date-heure 
Vendredi 03 novembre 10.0 
Vendredi 03 novembre 5.0 
Vendredi 03 novembre 18.0 
Vendredi 03 novembre 24.0 
Samedi 04 novembre 1.0 
Samedi 04 novembre 2.0 
Samedi 04 novembre 4.0 
Samedi 04 novembre 5.0 
Samedi 04 novembre 7.0 
Samedi 04 novembre 13.0 
Samedi 04 novembre 21.0 
Vendredi 20 avril 1.0 
Dimanche 05 novembre 2.0 
Dimanche 05 novembre 8.0""" 
df = pd.read_csv(io.StringIO(t)) 
df['date-time'] = df['Date-heure'].str.split().str[:-1].str.join(' ').apply(dateparser.parse) + pd.TimedeltaIndex((df['Date-heure'].str.rsplit().str[-1]).astype(float), unit='H') 
df 

Out[36]: 
        Date-heure   date-time 
0 Vendredi 03 novembre 10.0 2016-11-03 10:00:00 
1 Vendredi 03 novembre 5.0 2016-11-03 05:00:00 
2 Vendredi 03 novembre 18.0 2016-11-03 18:00:00 
3 Vendredi 03 novembre 24.0 2016-11-04 00:00:00 
4  Samedi 04 novembre 1.0 2016-11-04 01:00:00 
5  Samedi 04 novembre 2.0 2016-11-04 02:00:00 
6  Samedi 04 novembre 4.0 2016-11-04 04:00:00 
7  Samedi 04 novembre 5.0 2016-11-04 05:00:00 
8  Samedi 04 novembre 7.0 2016-11-04 07:00:00 
9  Samedi 04 novembre 13.0 2016-11-04 13:00:00 
10 Samedi 04 novembre 21.0 2016-11-04 21:00:00 
11  Vendredi 20 avril 1.0 2016-04-20 01:00:00 
12 Dimanche 05 novembre 2.0 2016-11-05 02:00:00 
13 Dimanche 05 novembre 8.0 2016-11-05 08:00:00 

Так что:

df['Date-heure'].str.split().str[:-1].str.join(' ').apply(dateparser.parse) + pd.TimedeltaIndex((df['Date-heure'].str.rsplit().str[-1]).astype(float), unit='H') 

это линия, которая должна заинтересовать, здесь Я звоню apply на ваших строках до applydateparser.parse, но это даст вам только дату, так как она не понимает значение поплавка, поэтому я затем rsplit строку, чтобы получить час и бросить на f loat и затем построить timedeltaindex.

После чего я могу использовать sort_values для сортировки ДФ:

In [37]: 
df.sort_values('date-time') 

Out[37]: 
        Date-heure   date-time 
11  Vendredi 20 avril 1.0 2016-04-20 01:00:00 
1 Vendredi 03 novembre 5.0 2016-11-03 05:00:00 
0 Vendredi 03 novembre 10.0 2016-11-03 10:00:00 
2 Vendredi 03 novembre 18.0 2016-11-03 18:00:00 
3 Vendredi 03 novembre 24.0 2016-11-04 00:00:00 
4  Samedi 04 novembre 1.0 2016-11-04 01:00:00 
5  Samedi 04 novembre 2.0 2016-11-04 02:00:00 
6  Samedi 04 novembre 4.0 2016-11-04 04:00:00 
7  Samedi 04 novembre 5.0 2016-11-04 05:00:00 
8  Samedi 04 novembre 7.0 2016-11-04 07:00:00 
9  Samedi 04 novembre 13.0 2016-11-04 13:00:00 
10 Samedi 04 novembre 21.0 2016-11-04 21:00:00 
12 Dimanche 05 novembre 2.0 2016-11-05 02:00:00 
13 Dimanche 05 novembre 8.0 2016-11-05 08:00:00