@创建于：20210716
@修改于：20210716
文章目录
1、pandas.Series.dt.year() 和 pandas.Series.dt.month() 方法提取月份和年份
应用于 Datetime 类型的 pandas.Series.dt.year() 和 pandas.Series.dt.month() 方法分别返回系列对象中 Datetime 条目的年和月的 numpy 数组。
注意：如果该列不是 Datetime 类型，则应首先使用 to_datetime() 方法将该列转换为 Datetime 类型，pd.to_datetime()。
import pandas as pd
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({ 'Joined date': pd.to_datetime(list_of_dates)}, index=employees)
df['Year'] = df['Joined date'].dt.year
df['Month'] = df['Joined date'].dt.month
df['Day'] = df['Joined date'].dt.day
# 转化为日期类型datetime64[ns]
df['Date'] = pd.to_datetime(df['Joined date'].dt.date)
print(df)
输出
Joined date Year Month Day Date
Hisila 2019-11-20 2019 11 20 2019-11-20
Shristi 2020-01-02 2020 1 2 2020-01-02
Zeppy 2020-02-05 2020 2 5 2020-02-05
Alina 2020-03-10 2020 3 10 2020-03-10
Jerry 2020-04-16 2020 4 16 2020-04-16
df.dtypes
Joined date datetime64[ns]
Year int64
Month int64
Day int64
Date datetime64[ns]
dtype: object
2、strftime() 方法提取年份和月份
strftime() 方法使用 Datetime，将格式代码作为输入，并返回表示输出中指定的特定格式的字符串。使用%Y 和%m 作为格式代码来提取年份和月份。
import pandas as pd
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({ 'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['year'] = df['Joined date'].dt.strftime('%Y')
df['month'] = df['Joined date'].dt.strftime('%m')
输出：
Joined date year month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 01
Zeppy 2020-02-05 2020 02
Alina 2020-03-10 2020 03
Jerry 2020-04-16 2020 04
3、pandas.DatetimeIndex.month 和 pandas.DatetimeIndex.year 提取年份和月份
从 Datetime 列中提取月份和年份的另一种简单方法是检索 pandas.DatetimeIndex 对象的年份和月份属性的值类。
此时，datatime是DataFrame的索引，时间类型的索引。比非时间索引类型的时间类型列，在抽取年月的时候，少个dt。
import pandas as pd
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({ 'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['year'] = pd.DatetimeIndex(df['Joined date']).year
df['month'] = pd.DatetimeIndex(df['Joined date']).month
print(df)
输出：
Joined date year month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 1
Zeppy 2020-02-05 2020 2
Alina 2020-03-10 2020 3
Jerry 2020-04-16 2020 4
4、参考资料
扩展：
如何根据 Pandas 中的日期过滤 DataFrame 行
使用布尔掩码选择两个日期之间的行
pandas.DataFrame.query() 选择两个日期之间的 DataFrame 行
pandas.DataFrame.isin() 选择两个日期之间的 DataFrame 行
pandas.Series.between() 选择两个日期之间的 DataFrame 行
