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!