从 Pandas 日期时间列中提取月份和年份
重新采样 Pandas 日期时间列以单独提取年份和月份可能会带来挑战。要解决这个问题，可以采用更直接的方法：
方法一：
插入年份和月份列
df['year'] = pd.DatetimeIndex(df['ArrivalDate']).year df['month'] = pd.DatetimeIndex(df['ArrivalDate']).month
此方法创建名为“年”和“月”的新列，其中包含所需的
方法 2：
使用日期时间访问器
df['year'] = df['ArrivalDate'].dt.year df['month'] = df['ArrivalDate'].dt.month
日期时间的 '.dt' 属性列提供对“年”和“月”等属性的访问，这些属性可以直接提取到新的
使用提取的值
创建年份和月份列后，您可以将它们组合起来或单独使用它们。例如：
# Combine year and month into a new column called 'date' df['date'] = df['year'].astype(str) + '-' + df['month'].astype(str) # Group data by year and month groupby = df.groupby(['year', 'month']) # Filter data for a specific year and month filtered_data = df[(df['year'] == 2012) & (df['month'] == 12)]
这些方法提供了灵活的方法来从 Pandas Datetime 列中提取和操作年月信息，从而实现高效的数据分析和操作。
以上是如何从 Pandas 日期时间列中有效提取年份和月份？的详细内容。更多信息请关注PHP中文网其他相关文章！
