在Python Pandas中从日期中获取月份和年份

在Python Pandas中，我们可以使用datetime模块和Pandas的Series数据类型来从日期中获取月份和年份。

首先，我们需要确保日期数据被正确地解析为datetime类型。我们可以使用Pandas中的“to_datetime”函数来解析日期字符串：

import pandas as pd

df = pd.DataFrame({
   'date_of_purchase':['2021-01-01', '2021-02-01', '2021-03-01', '2021-04-01', '2021-05-01', '2021-06-01', '2021-07-01', '2021-08-01', '2021-09-01', '2021-10-01']
})

df['date_of_purchase'] = pd.to_datetime(df['date_of_purchase'])

现在我们有了一个包含日期的Pandas DataFrame。接下来，我们可以使用Pandas的Series中的许多方法来获得日期中的月份和年份。

从日期中获取月份

我们可以使用Series中的“dt.month”属性来获得日期中的月份。这将返回一个表示每个日期月份的新Series。

df['month_of_purchase'] = df['date_of_purchase'].dt.month

这将在DataFrame中创建一个新列“month_of_purchase”，其中包含每个日期中的月份。结果将如下所示：

   date_of_purchase  month_of_purchase
0        2021-01-01                  1
1        2021-02-01                  2
2        2021-03-01                  3
3        2021-04-01                  4
4        2021-05-01                  5
5        2021-06-01                  6
6        2021-07-01                  7
7        2021-08-01                  8
8        2021-09-01                  9
9        2021-10-01                 10

从日期中获取年份

类似地，我们可以使用Series中的“dt.year”属性来获得日期中的年份。这将返回表示每个日期年份的新Series。

df['year_of_purchase'] = df['date_of_purchase'].dt.year

这将在DataFrame中创建一个新列“year_of_purchase”，其中包含每个日期中的年份。结果将如下所示：

   date_of_purchase  month_of_purchase  year_of_purchase
0        2021-01-01                  1              2021
1        2021-02-01                  2              2021
2        2021-03-01                  3              2021
3        2021-04-01                  4              2021
4        2021-05-01                  5              2021
5        2021-06-01                  6              2021
6        2021-07-01                  7              2021
7        2021-08-01                  8              2021
8        2021-09-01                  9              2021
9        2021-10-01                 10              2021

现在我们已经学习了如何从日期中获取月份和年份。务必真正理解这个过程，以便获得恰当的结果。