如何从 Pandas 的日期时间列中提取月份和年份
Suraj Joshi
2023年1月30日
2020年6月9日
-
pandas.Series.dt.year()和pandas.Series.dt.month()方法提取月份和年份 -
strftime()方法提取年份和月份 -
pandas.DatetimeIndex.month和pandas.DatetimeIndex.year提取年份和月份
我们可以分别使用 pandas.Series.dt.year() 和 pandas.Series.dt.month() 方法从 Datetime 列中提取年份和月份。如果数据不是 Datetime 类型，则需要先将其转换为 Datetime。我们还可以使用 pandas.DatetimeIndex.month 和 pandas.DatetimeIndex.year 和 strftime() 方法提取年份和月份。
pandas.Series.dt.year() 和 pandas.Series.dt.month() 方法提取月份和年份
应用于 Datetime 类型的 pandas.Series.dt.year() 和 pandas.Series.dt.month() 方法分别返回系列对象中 Datetime 条目的年和月的 numpy 数组。
import pandas as pd
import numpy as np
import datetime
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['Year'] = df['Joined date'].dt.year
df['Month'] = df['Joined date'].dt.month
print(df)
输出：
Joined date Year Month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 1
Zeppy 2020-02-05 2020 2
Alina 2020-03-10 2020 3
Jerry 2020-04-16 2020 4
但是，如果该列不是 Datetime 类型，则应首先使用 to_datetime() 方法将该列转换为 Datetime 类型。
import pandas as pd
import numpy as np
import datetime
list_of_dates = ['11/20/2019', '01/02/2020', '02/05/2020','03/10/2020','04/16/2020']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['Joined date']= pd.to_datetime(df['Joined date'])
df['Year'] = df['Joined date'].dt.year
df['Month'] = df['Joined date'].dt.month
print(df)
输出：
Joined date Year Month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 1
Zeppy 2020-02-05 2020 2
Alina 2020-03-10 2020 3
Jerry 2020-04-16 2020 4
strftime() 方法提取年份和月份
strftime() 方法使用 Datetime，将格式代码作为输入，并返回表示输出中指定的特定格式的字符串。我们使用%Y 和%m 作为格式代码来提取年份和月份。
import pandas as pd
import numpy as np
import datetime
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['year'] = df['Joined date'].dt.strftime('%Y')
df['month'] = df['Joined date'].dt.strftime('%m')
print(df)
输出：
Joined date year month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 01
Zeppy 2020-02-05 2020 02
Alina 2020-03-10 2020 03
Jerry 2020-04-16 2020 04
pandas.DatetimeIndex.month 和 pandas.DatetimeIndex.year 提取年份和月份
从 Datetime 列中提取月份和年份的另一种简单方法是检索 pandas.DatetimeIndex 对象的年份和月份属性的值类。
import pandas as pd
import numpy as np
import datetime
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['year'] = pd.DatetimeIndex(df['Joined date']).year
df['month'] = pd.DatetimeIndex(df['Joined date']).month
print(df)
输出：
Joined date Year Month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 1
Zeppy 2020-02-05 2020 2
Alina 2020-03-10 2020 3
Jerry 2020-04-16 2020 4
pandas.DatetimeIndex 类是 datetime64 数据类型的不变类型 ndarray。它具有年，月，天等属性。
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn