pandas提取日期年份|极客笔记

pandas提取日期年份

在数据分析和处理中，经常需要从日期数据中提取年份信息进行分析。在Python中，我们可以使用pandas库来快速方便地提取日期数据中的年份信息。本文将详细介绍如何使用pandas来提取日期数据的年份信息。

1. 导入pandas库

要使用pandas库进行日期数据的处理，首先需要导入pandas库。如果你的环境中还没有安装pandas库，可以通过以下命令进行安装：

pip install pandas

导入pandas库的代码如下：

import pandas as pd

2. 创建日期数据

在进行日期数据的处理之前，首先需要创建一些日期数据用于演示。我们可以通过pandas的date_range()函数来创建一个日期范围，代码如下：

dates = pd.date_range('20220101', periods=5)
df = pd.DataFrame(dates, columns=['date'])
print(df)

运行以上代码，我们可以得到一个包含5个日期的DataFrame：

        date
0 2022-01-01
1 2022-01-02
2 2022-01-03
3 2022-01-04
4 2022-01-05

3. 提取日期年份

使用pandas来提取日期数据中的年份信息非常简单，我们可以直接通过.dt.year属性来提取年份信息。具体代码如下：

df['year'] = df['date'].dt.year
print(df)

以上代码会将DataFrame中日期列date的年份信息提取出来，并赋值给新的列year。运行结果如下所示：

        date  year
0 2022-01-01  2022
1 2022-01-02  2022
2 2022-01-03  2022
3 2022-01-04  2022
4 2022-01-05  2022

可以看到，新的列year中成功提取出了日期数据的年份信息。

4. 实际案例应用

以上是一个简单的示例，下面我们来看一个更加实际的案例。假设我们有一份包含销售订单的数据集，其中包含了订单日期信息，我们想要分析每年的订单数量变化趋势。首先，我们需要读取数据集，并查看数据结构：

data = {
    'order_id': [1, 2, 3, 4, 5],
    'order_date': ['2021-01-01', '2021-02-15', '2022-03-10', '2022-04-20', '2023-05-30']
}

df = pd.DataFrame(data)
df['order_date'] = pd.to_datetime(df['order_date'])

print(df)

运行以上代码，我们可以看到数据集的结构如下：

   order_id order_date
0         1 2021-01-01
1         2 2021-02-15
2         3 2022-03-10
3         4 2022-04-20
4         5 2023-05-30

接下来，我们可以通过提取日期年份的方法，对订单数据进行分析：

df['year'] = df['order_date'].dt.year
yearly_orders = df.groupby('year').size()
print(yearly_orders)

以上代码会计算每年的订单数量，并将结果打印出来。运行结果如下所示：

year
2021    2
2022    2
2023    1
dtype: int64

可以看到，我们成功地提取出了每年的订单数量信息，并可以进一步分析每年的销售情况。

结论

通过本文介绍，我们学习了如何使用pandas库来提取日期数据中的年份信息。pandas提供了非常方便的日期处理功能，能够帮助我们快速高效地进行日期数据的分析和提取。在实际工作中，我们可以根据具体需求，灵活运用pandas库提供的功能，进行更加复杂的日期数据处理和分析。

pandas提取日期年份