在Python Pandas中从日期中获取月份和年份
Pandas是Python中最强大的库之一,用于高性能和快速计算。它基本上是一个开源的BSD许可的Python库。它通常被用于探索性数据分析、机器学习、数据科学中的数据可视化等方面。它有非常动态和易于理解的语法,使用户的工作更容易,并促进了开发人员的创新(因为pandas是一个开源的库)。
现在让我们开始安装pandas。以下是在Linux、windows或mac上安装pandas的命令,可以直接使用。
对于在Anaconda环境下安装pandas,请使用。
现在让我们在编程环境中加载pandas库。
说到在pandas中访问月份和日期,这是探索性数据分析的一部分。假设我们只想访问日期中的月、日或年,我们一般使用pandas。
方法1:使用DatetimeIndex.month属性来查找月份,使用DatetimeIndex.year属性来查找日期中的年份。
这里’df’是pandas的数据框架对象,pandas可以作为’pd’来调用(如导入),’DatatimeIndex()’是pandas的一个函数,用来引用你的数据集的日期属性,’Date Attribute’是你的数据集中的日期列(它可以是任何答案,因数据集而异),’year’和’month’是分别用来引用年份和月份的属性。
现在让我们看一个例子。
代码 :
输出:
因此,在输出中可以清楚地看到,数据集的最后两列是附加的,我们使用pandas分别存储了月份和日期。
方法2:使用datetime.month属性来查找月份,使用datetime.year属性来查找日期中的年份。
这里’df’是pandas的数据框架对象,pandas可被称为’pd’(如进口),datetime可被称为’dt’(如进口)。’Date Attribute’是你的数据集中的日期列(它可以是任何东西,因为不同的数据集有不同的答案),’year’和’month’分别是指年份和月份的属性。
现在让我们看一下例子。
代码 :
输出:
因此,在输出中,我们可以清楚地看到,数据集的最后两列是附加的,我们用pandas分别存储了月份和日期。