Pandas 时间类型数据中提取年份和月份

在本文中，我们将介绍如何在Pandas中提取时间类型数据中的年份和月份。

在Pandas中，时间类型数据是一种重要的数据类型。在处理这种数据类型时，要经常进行年份和月份的提取操作。

我们可以使用Pandas的.dt方法从时间类型数据中提取年份和月份。

如果我们有以下的时间类型数据：

import pandas as pd
df = pd.DataFrame({
    'date': ['2020-01-01', '2020-02-01', '2020-03-01', '2020-04-01', '2020-05-01'],
})
df['date'] = pd.to_datetime(df['date'])

我们可以按如下方式提取年份和月份：

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

这将在df数据表中添加year和month两列数据。

我们也可以在创建数据表时就提取年份和月份，例如：

import pandas as pd
df = pd.DataFrame({
    'date': ['2020-01-01', '2020-02-01', '2020-03-01', '2020-04-01', '2020-05-01'],
    'year': pd.to_datetime(['2020-01-01', '2020-02-01', '2020-03-01', '2020-04-01', '2020-05-01']).year,
    'month': pd.to_datetime(['2020-01-01', '2020-02-01', '2020-03-01', '2020-04-01', '2020-05-01']).month,
})

这将在df数据表中添加year和month两列数据。

我们还可以使用Pandas的.apply()方法和.strftime()方法来提取年份和月份。例如：

import pandas as pd
df = pd.DataFrame({
    'date': ['2020-01-01', '2020-02-01', '2020-03-01', '2020-04-01', '2020-05-01'],
})
df['date'] = pd.to_datetime(df['date'])

df['year'] = df['date'].apply(lambda x: x.strftime('%Y'))
df['month'] = df['date'].apply(lambda x: x.strftime('%m'))

这将在df数据表中添加year和month两列数据。

阅读更多：Pandas 教程