Wie kann ich Jahr und Monat effizient aus einer Pandas Datetime-Spalte extrahieren?

Jahr und Monat aus der Datetime-Spalte von Pandas extrahieren

Das Extrahieren von Jahr und Monat aus der Datetime-Spalte eines Pandas DataFrame kann eine unkomplizierte Aufgabe sein. Schauen wir uns das oben beschriebene Problem noch einmal an und bieten eine umfassende Lösung.

Ein Ansatz besteht darin, die Datetime-Spalte erneut abzutasten, um sie nach Häufigkeit zu gruppieren, in diesem Fall nach Monat. Beim bereitgestellten Code tritt jedoch ein Fehler auf, da der Resampling-Vorgang nur für DatetimeIndex- oder PeriodIndex-Objekte gültig ist.

Eine andere gängige Lösung besteht darin, eine Lambda-Funktion auf jedes Element der Datetime-Spalte anzuwenden und die zu extrahierende Zeichenfolge in Scheiben zu schneiden nur der Jahres- oder Monatsteil. Diese Methode schlägt jedoch aufgrund des Timestamp-Typs der Datetime-Spaltenelemente fehl, dem die Slicing-Funktion fehlt.

Stattdessen empfehlen wir die folgende Lösung:

df['year'] = pd.DatetimeIndex(df['ArrivalDate']).year
df['month'] = pd.DatetimeIndex(df['ArrivalDate']).month

Alternativ diese prägnante Syntax kann verwendet werden:

df['year'] = df['ArrivalDate'].dt.year
df['month'] = df['ArrivalDate'].dt.month

Dieser Vorgang erstellt neue Spalten „Jahr“ und „Monat“, die jeweils die extrahierten Jahres- oder Monatswerte enthalten aus der ursprünglichen Datetime-Spalte. Jetzt verfügen Sie über separate Spalten mit den extrahierten Jahres- und Monatsinformationen, was die Arbeit mit ihnen für verschiedene Analysezwecke erleichtert.

Das obige ist der detaillierte Inhalt vonWie kann ich Jahr und Monat effizient aus einer Pandas Datetime-Spalte extrahieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!