我有一个从Python 3.7的数据框中提取的熊猫系列。它包含一系列时间代码，例如：
17833 Sat, 27 Nov 2010 06:00:00 -0000
851 Fri, 04 Dec 2009 06:07:00 -0000
4806 Fri, 23 Mar 2012 06:02:15 -0000
16341 Sat, 20 Aug 2011 11:48:18 -0000
9444 Mon, 16 May 2011 08:06:53 -0000
...
3262 Fri, 16 Dec 2011 07:30:00 -0000
37554 Wed, 11 Apr 2012 02:20:34 -0000
37555 Wed, 11 Apr 2012 02:34:00 -0000
28471 Thu, 18 Feb 2010 04:46:00 -0000
30324 Thu, 28 Jun 2012 21:23:40 -0000
左侧的数字是原始条目的索引。我希望能够将此系列分类为多种其他时间格式，例如按工作日分组（将所有“星期六”分组，将所有“星期三”分组等）或按月份分组（“ 11月”，“ 5月”） 。使用此时间码信息（在24小时，06小时等所有条目）在24小时时钟上按小时排序甚至更好。
目标输出为（仅对此样本进行排序）：
按月
28471 Feb
4806 Mar
37554 Apr
37555 Apr
9444 May
...
30324 Jun
16341 Aug
17833 Nov
851 Dec
3262 Dec
在工作日之前
9444 Mon
37554 Wed
37555 Wed
28471 Thu
30324 Thu
...
4806 Fri
851 Fri
3262 Fri
16341 Sat
17833 Sat
按时间
37554 02
37555 02
28471 04
17833 06
4806 06
...
851 06
3262 07
9444 08
16341 11
30324 21
我已经尝试过使用pd.to_datetime（）函数，但是我不确定该函数应采用哪种格式，以便它可以理解该系列，这里进行说明可能会有所帮助。
最佳答案
如果您希望完全像发布的输出那样，可以考虑将列名称视为'funded date'：
对于月份：
s_month=pd.to_datetime(df['funded date']).dt.month_name().str[:3]
s_month.reindex(pd.to_datetime(df['funded date']).dt.month.sort_values().index)
28471 Feb
4806 Mar
37554 Apr
37555 Apr
9444 May
30324 Jun
16341 Aug
17833 Nov
851 Dec
3262 Dec
对于一天：
s_day=pd.to_datetime(df['funded date']).dt.day_name().str[:3]
s_day.reindex(pd.to_datetime(df['funded date']).dt.dayofweek.sort_values().index)
9444 Mon
37554 Wed
37555 Wed
28471 Thu
30324 Thu
851 Fri
4806 Fri
3262 Fri
17833 Sat
16341 Sat
关于python - 如何在Python中按工作日，月份等对 Pandas 系列时间码进行排序/分组？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57442239/