Pandas怎样解析日期的年月日-技术圈

哈喽大家好，我是蚂蚁啊，给大家分享个Pandas的小知识。

如果一个数据文件中，有一列是日期列，怎样快速提取日期的年、月、日、周、季等信息呢？

方法就是pandas提供的to_datetime函数了，可以看下代码演示：

1、读取数据文件

import pandas as pd
fpath = "./datas/beijing_tianqi_2018.csv"df = pd.read_csv(fpath)
df.head()

看下数据：

ymd  bWendu  yWendu  tianqi  fengxiang  fengli  aqi  aqiInfo  aqiLevel0  2018-01-01  3  -6  晴~多云  东北风  1-2级  59  良  21  2018-01-02  2  -5  阴~多云  东北风  1-2级  49  优  12  2018-01-03  2  -5  多云  北风  1-2级  28  优  13  2018-01-04  0  -8  阴  东北风  1-2级  28  优  14  2018-01-05  3  -6  多云~晴  西北风  1-2级  50  优  1

2、把日期变成索引列

df.set_index(pd.to_datetime(df["ymd"]), inplace=True)
# 看下索引列df.indexdf.head().index

我们看到这一列变成了DatetimeIndex类型：

DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',               '2018-01-05'],              dtype='datetime64[ns]', name='ymd', freq=None)

3、现在可以直接访问日期的各个属性了

年

# 年df.head().index.year
结果：Int64Index([2018, 2018, 2018, 2018, 2018],            dtype='int64', name='ymd')

月

# 月df.head().index.month
结果：Int64Index([1, 1, 1, 1, 1], dtype='int64', name='ymd')

日

# 日df.head().index.day
结果：Int64Index([1, 2, 3, 4, 5], dtype='int64', name='ymd')

周

# 周df.head().index.week
结果：Int64Index([1, 1, 1, 1, 1], dtype='int64', name='ymd')

季

# 季df.head().index.quarter
结果：Int64Index([1, 1, 1, 1, 1], dtype='int64', name='ymd')

Pandas提供了更多的解析日期的各个属性，链接为：

https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#time-date-components

如果觉得本文对你有帮助，帮忙点个赞吧^_^