ADT课堂第十一讲-Date Functions-year，month，day

https://www.aidatatool.com/

相信大家对SAS、Python、R、MATLAB，SQL并不陌生，以上五种语言已经逐渐或已经普遍应用于数据分析行业日常工作中。甚至在北美银行、金融等行业，工具语言的选择中已经出现了SAS向Python和R转移的趋势。所以，要想混迹数据分析圈，只会Excel或者只会一种工具语言是远远不够的。

AIdatatool是由Deep Visum团队开发的数据行业工具语言的资源站，网站不仅提供各工具语言的独立知识内容，还提供任意两种语言的对比学习。我们将通过ADT课堂推送的形式每周与大家分享Deep Visum团队所整理总结的知识与热点，助力您的职业生涯。

无论你是即将毕业还是早已久经职场，都可以通过AIdatatool.com来充实自己，为自己的求职路取得一块敲门砖，亦或是在硝烟弥漫的职场中获取更多的机会。

第十一讲 DateFunctions-year, month, day

到目前为止DateFunctions中我们已向大家介绍了timestamp（时间戳）在五种语言中的使用方法，本讲介绍如何从日期中分别提取年、月、日。

在做数据分析时，有时候需要从完整的时间数据中单独提取年份，月份或日期而忽略时间的其它部分，然后把他们当普通数据来进行操作或其它用途。

例如，我们要从一个大数据集中提取某年的资料，在查询语句中必须要用年份作为关键变量而不用管月份、日期和小时等，要提取某个月份所有资料时，则不用考虑年份和日期，依此类推。

本讲主要介绍5种语言分别是用什么函数来完成这一任务的。

#year:

Python: df['Check Point 1'].dt.year

SAS: year(CheckPoint1)

R:

Matlab: year(df.Check_Point1)

MySQL: DATE_FORMAT(checkpoint1,'%Y')

#month:

Python: df['Check Point 2'].dt.month

SAS: month(CheckPoint2)

R:

Matlab: month(df.Check_Point2)

MySQL: DATE_FORMAT(checkpoint2,'%M')

#day:

Python: df['Check Point 1'].dt.day

SAS: day(CheckPoint1)

R:

Matlab: day(df.Check_Point1)

MySQL: DATE_FORMAT(checkpoint1,'%d')

数据导入

输入：

SAS

code:

result:

Python

code:

result:

R

code:

result:

MATLAB

code:

result:

SQL

code:

result:

year, month, day

输入：

Python

code:

result:

#year

#month

#day

R

code:

result:

#year

#month

#day

MATLAB

code:

#year

#month

#day

result:

#year

#month

#day

SQL

code:

result:

#year

#month

#day

下期预告：