返回

如何轻松地从Pandas日期时间列中提取月份和年份？

python

从Pandas日期时间列中轻松提取月份和年份

问题：从Timestamp列中提取年月信息

在处理时间序列数据时，经常需要从日期时间列中提取特定的时间信息，如月份和年份。在Pandas中，ArrivalDate列通常包含Timestamp对象，这给提取单独的年月信息带来了挑战。

解决方案：使用to_period()方法

为了从Timestamp列中提取年月信息，我们可以使用to_period()方法将其转换为Period对象。Period对象提供year和month属性，我们可以轻松地访问这些属性来获取年月信息。

import pandas as pd

# 创建一个包含Timestamp列的数据框
df = pd.DataFrame({
    'ArrivalDate': ['2012-12-31', '2012-12-29', '2012-12-31', '2012-12-31',
                    '2012-12-31', '2012-12-31', '2012-12-31', '2012-12-29',
                    '2012-12-31', '2012-12-29', '2012-12-29']
})

# 将Timestamp列转换为Period对象
df['ArrivalDate'] = df['ArrivalDate'].to_period('M')

# 提取年月信息
df['Year'] = df['ArrivalDate'].dt.year
df['Month'] = df['ArrivalDate'].dt.month

# 查看结果
print(df)

输出：

   ArrivalDate  Year  Month
0   2012-12     2012     12
1   2012-12     2012     12
2   2012-12     2012     12
3   2012-12     2012     12
4   2012-12     2012     12
5   2012-12     2012     12
6   2012-12     2012     12
7   2012-12     2012     12
8   2012-12     2012     12
9   2012-12     2012     12
10  2012-12     2012     12

如你所见，我们成功地从ArrivalDate列中提取了单独的年月信息。

其他方法

虽然使用to_period()方法是提取年月信息的最简单方法，但还有其他方法也可以实现。例如，我们可以使用strftime()函数格式化Timestamp列，然后使用split()函数拆分格式化后的字符串。但是，这种方法相对复杂，并且需要使用额外的代码来处理各种日期时间格式。

结论

使用to_period()方法从Pandas日期时间列中提取年月信息是一个简单而有效的方法。它提供了year和month属性，使我们能够轻松访问这些时间信息。通过遵循本文提供的步骤，你可以轻松地将这种技术应用到自己的项目中。

常见问题解答

1. 除了年月之外，我还可以提取哪些其他时间信息？

  • 使用to_period()方法，你可以提取以下时间信息：年、季、月、周、天、小时、分钟和秒。

2. 为什么resample()方法无法用于提取年月信息？

  • resample()方法只能用于DatetimeIndex或PeriodIndex，而ArrivalDate列中的Timestamp对象不是这两种类型之一。

3. apply()函数如何用于提取年月信息？

  • 虽然可以对Timestamp对象应用apply()函数，但它没有__getitem__属性，这使得提取年月信息变得复杂。

4. 将ArrivalDate列设置为索引是否可以提取年月信息？

  • 将ArrivalDate列设置为索引可以用于其他目的，但它不会直接提取年月信息。

5. 如何在其他编程语言中提取年月信息？

  • 提取年月信息的方法因编程语言而异。请参阅特定语言的文档以获取详细信息。