如何在python中对日历年数据进行自定义时间半月和10天拆分？

如何解决如何在python中对日历年数据进行自定义时间半月和10天拆分？

从1930年1月1日到2020年5月7日，在df中有几天。我想要以不同方式划分年份的列：到目前为止，我有表示Year，Month和Week的列。我还希望列分别表示Dekad和Semi-Month的增量。

Dekad为10天，其中1月1-10日为dekad“ 1”，1月11-20日为dekad“ 2”，依此类推，最终的dekad“ 37”的长度小于10，因为365不除法均匀地按10。

对于semi-month，我想将每个月分成两半，然后逐年递增。这有点棘手，因为月份的长度不同，但是基本上1月1日至15日为“ 1”，1月16日至31日为“ 2”，2月1日至14日为“ 3”，2月15-28日为“ 4“等（在非leap年）。

换句话说，我想要自定义日期时间分割或日历年的自定义时间段。对于dekads来说，这应该相对容易些，因此，与半个月一次的拆分相比，这是我的首要任务。

datetime程序包中已经有可以执行此操作的东西了吗？还是需要编写自定义函数？

如果是后者，Dekad的出发点是要获取first_day_of_year对象，然后添加datetime.timedelta(days=10)并为每个十进制从1增加到37？欢迎提出建议。

# import packages 
import pandas as pd
import datetime
from dateutil.relativedelta import *

# create dataframe with dates
df = pd.DataFrame()
df['Datetime'] = pd.date_range(start='1/1/1930',periods=33000,freq='D')

# extract the Year,Month,etc. from the Datetime 
df['Year'] = [dt.year for dt in df['Datetime']]
df['Month'] = [dt.month for dt in df['Datetime']]
df['Week'] = [dt.week for dt in df['Datetime']]

这是我最终想要的：

    Datetime    Year    Month   Week  Semi_Month  Dekad
0   1930-01-01  1930    1       1     1           1
1   1930-01-02  1930    1       1     1           1
2   1930-01-03  1930    1       1     1           1
3   1930-01-04  1930    1       1     1           1
4   1930-01-05  1930    1       1     1           1
... ... ... ... ...
32995   2020-05-03  2020    5   18    9           13
32996   2020-05-04  2020    5   19    9           13
32997   2020-05-05  2020    5   19    9           13
32998   2020-05-06  2020    5   19    9           13
32999   2020-05-07  2020    5   19    9           13

解决方法

对于Dekad，实际上是dayofyear整数除以10加1。对于Semi_month，该想法是检查月份的day大于（gt ），则要比用MonthEnd除以2所得的月份的最后一天加上月份数乘以2减去1。

df['Semi_Month'] = (df['Datetime'].dt.day
                      .gt((df['Datetime']+pd.tseries.offsets.MonthEnd()).dt.day//2) 
                      + df['Month']*2 -1)
df['Dekad'] = df['Datetime'].dt.dayofyear//10+1

print(df)
        Datetime  Year  Month  Week  Semi_Month  Dekad
0     1930-01-01  1930      1     1           1      1
1     1930-01-02  1930      1     1           1      1
2     1930-01-03  1930      1     1           1      1
3     1930-01-04  1930      1     1           1      1
4     1930-01-05  1930      1     1           1      1
...          ...   ...    ...   ...         ...    ...
32995 2020-05-03  2020      5    18           9     13
32996 2020-05-04  2020      5    19           9     13
32997 2020-05-05  2020      5    19           9     13
32998 2020-05-06  2020      5    19           9     13
32999 2020-05-07  2020      5    19           9     13