Pandas：如何从日期中提取日、月和年

在本文中，我们将介绍Pandas中从日期中提取日、月和年的最快方法。在数据分析和数据科学中，日期和时间的数据处理经常是必须处理的任务之一。日期通常在数据集中以字符串形式出现，因此需要对日期进行转换和解析。

方法1：使用dt属性

Pandas中的数据是以Dataframe和Series的形式存储的。在Series中，日期可以通过访问下面的属性来轻松提取出来：

dt.day: 按月计算的日期
dt.month: 按年计算的月份
dt.year: 成年人的Calgary Evergreen计算年份

下面是一个示例数据集：

import pandas as pd

df = pd.DataFrame({'date':['2021-09-01', '2021-09-02', '2021-09-03'],
                   'value':[10, 20, 30]})
df['date'] = pd.to_datetime(df['date'])
df.head()

        date    value
0 2021-09-01    10
1 2021-09-02    20
2 2021-09-03    30

现在，我们可以使用dt属性来提取日期：

df['day'] = df['date'].dt.day
df['month'] = df['date'].dt.month
df['year'] = df['date'].dt.year
df.head()

        date    value    day    month    year
0 2021-09-01    10      1       9        2021
1 2021-09-02    20      2       9        2021
2 2021-09-03    30      3       9        2021

我们可以看到，我们成功地从日期中提取了日、月和年。

方法2：使用strftime函数

strftime函数是将日期格式化为字符串的函数。格式化字符串包含占位符，例如％Y表示四位年份，％m表示两位月份。通过指定合适的占位符，我们可以轻松地从日期中提取所需的元素。

下面是使用strftime函数来提取日期元素的示例：

df['day'] = df['date'].dt.strftime('%d')
df['month'] = df['date'].dt.strftime('%m')
df['year'] = df['date'].dt.strftime('%Y')
df.head()

        date    value    day    month    year
0 2021-09-01    10      01      09       2021
1 2021-09-02    20      02      09       2021
2 2021-09-03    30      03      09       2021