Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimanakah Saya Mengeluarkan Tahun dan Bulan dengan Cekap daripada Lajur Masa Tarikh Pandas?

Bagaimanakah Saya Mengeluarkan Tahun dan Bulan dengan Cekap daripada Lajur Masa Tarikh Pandas?

Mary-Kate Olsen
Mary-Kate Olsenasal
2024-12-13 08:55:17295semak imbas

How Do I Efficiently Extract Year and Month from Pandas Datetime Columns?

Mengekstrak Bulan dan Tahun daripada Lajur Datetime Pandas

Mensampel semula lajur Datetime Pandas untuk mengekstrak tahun dan bulan secara individu boleh menimbulkan cabaran. Untuk menyelesaikan isu ini, seseorang boleh menggunakan pendekatan yang lebih langsung:

Kaedah 1:

Sisipkan Lajur Tahun dan Bulan

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

Kaedah ini mencipta lajur baharu bernama 'tahun' dan 'bulan' yang mengandungi yang diingini nilai.

Kaedah 2:

Gunakan Datetime Accessor

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

Atribut '.dt' bagi Datetime lajur menyediakan akses kepada atribut seperti 'tahun' dan 'bulan', yang boleh diekstrak terus kepada yang baharu lajur.

Bekerja dengan Nilai yang Diekstrak

Setelah lajur tahun dan bulan dibuat, anda boleh menggabungkannya atau bekerja dengannya secara berasingan. Contohnya:

# Combine year and month into a new column called 'date'
df['date'] = df['year'].astype(str) + '-' + df['month'].astype(str)

# Group data by year and month
groupby = df.groupby(['year', 'month'])

# Filter data for a specific year and month
filtered_data = df[(df['year'] == 2012) & (df['month'] == 12)]

Kaedah ini menyediakan cara yang fleksibel untuk mengekstrak dan memanipulasi maklumat tahun dan bulan daripada lajur Pandas Datetime, membolehkan analisis dan manipulasi data yang cekap.

Atas ialah kandungan terperinci Bagaimanakah Saya Mengeluarkan Tahun dan Bulan dengan Cekap daripada Lajur Masa Tarikh Pandas?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn