pandas 从日期时间中提取年份： df['year'] = df['date'].year 不起作用

在数据分析和数据处理中，经常需要从日期时间中提取年份。使用Python的pandas库可以轻松地实现这一功能。本文将介绍如何使用pandas从日期时间中提取年份，并提供一个简单的案例代码。

使用pandas从日期时间中提取年份

pandas是一个强大的数据处理工具，可以轻松地处理日期时间数据。要从日期时间中提取年份，可以使用pandas的datetime属性。

假设我们有一个包含日期时间的数据框df，其中包含一个名为'date'的列。要从'date'列中提取年份并将其存储在新的'year'列中，可以使用以下代码：

代码示例：

import pandas as pd
df['date'] = pd.to_datetime(df['date'])
df['year'] = df['date'].dt.year

首先，我们导入pandas库，并使用pd.to_datetime函数将'date'列转换为日期时间格式。然后，我们使用dt属性的year方法从日期时间中提取年份，并将结果存储在新的'year'列中。

以下是一个完整的案例代码，以帮助您更好地理解：

import pandas as pd
# 创建示例数据框
data = {'date': ['2021-01-01', '2022-02-02', '2023-03-03']}
df = pd.DataFrame(data)
# 将'date'列转换为日期时间格式
df['date'] = pd.to_datetime(df['date'])
# 提取年份并存储在'year'列中
df['year'] = df['date'].dt.year
# 打印结果
print(df)

运行上述代码，将输出如下结果：

        date  year
0 2021-01-01  2021
1 2022-02-02  2022
2 2023-03-03  2023

本文介绍了如何使用pandas从日期时间中提取年份。首先，我们将日期时间列转换为日期时间格式，然后使用dt属性的year方法提取年份并将结果存储在新的列中。这是一个简单而强大的方法，可以在数据分析和数据处理中提取日期时间的年份。

希望本文对您有所帮助！