首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何从pandas dataframe中提取日期/年/月?

从pandas dataframe中提取日期/年/月可以使用pandas库中的datetime模块来实现。具体步骤如下:

  1. 首先,确保日期列的数据类型为datetime类型。如果不是,可以使用pd.to_datetime()函数将其转换为datetime类型。
  2. 提取日期:使用.dt.date属性可以提取日期部分,返回一个新的Series对象,其中包含日期部分。
  3. 提取年份:使用.dt.year属性可以提取年份部分,返回一个新的Series对象,其中包含年份。
  4. 提取月份:使用.dt.month属性可以提取月份部分,返回一个新的Series对象,其中包含月份。

下面是一个示例代码:

代码语言:python
代码运行次数:0
复制
import pandas as pd

# 创建一个示例的dataframe
df = pd.DataFrame({'date': ['2022-01-01', '2022-02-01', '2022-03-01']})

# 将日期列转换为datetime类型
df['date'] = pd.to_datetime(df['date'])

# 提取日期
df['day'] = df['date'].dt.date

# 提取年份
df['year'] = df['date'].dt.year

# 提取月份
df['month'] = df['date'].dt.month

# 打印结果
print(df)

输出结果如下:

代码语言:txt
复制
        date         day  year  month
0 2022-01-01  2022-01-01  2022      1
1 2022-02-01  2022-02-01  2022      2
2 2022-03-01  2022-03-01  2022      3

在这个例子中,我们首先将日期列转换为datetime类型,然后使用.dt.date.dt.year.dt.month属性分别提取日期、年份和月份,并将结果存储在新的列中。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

共0个视频
【纪录片】中国数据库前世今生
TVP官方团队
【中国数据库前世今生】系列纪录片,将与大家一同穿越时空,回顾中国数据库50年发展历程中的重要时刻,以及这些时刻如何塑造了今天的数据库技术格局。通过五期节目,讲述中国数据库从1980s~2020s期间,五个年代的演变趋势,以及这些大趋势下鲜为人知的小故事,希望能为数据库从业者、IT 行业工作者乃至对科技历史感兴趣的普通观众带来启发,以古喻今。
领券