从日期python中提取年/月到新列答案

【问题标题】：Extract year/month from date python to new columns从日期python中提取年/月到新列
【发布时间】：2019-01-26 07:56:24
【问题描述】：

我有一列包含对象类型的日期

> df['created_at_first']

结果就是这样

created_at_first
2018-07-01 02:08:06
2018-06-05 01:39:30
2018-05-16 21:18:48

我想为年、月、日、小时创建新列。所以我得到了类似的东西：

year  month  day  hour 
2018   07    01   02
2018   06    05   01
2018   05    16   21

我该如何管理它？

【问题讨论】：

标签： python pandas datetime dataframe

【解决方案1】：

也许：

df['created_at_first'] = pd.to_datetime(df['created_at_first'])
df['year'] = df['created_at_first'].dt.year
df['month'] = df['created_at_first'].dt.month
df['day'] = df['created_at_first'].dt.day
df['hour'] = df['created_at_first'].dt.hour

【讨论】：

在执行第一行时出现此错误：KeyError: 'created_at_first'
@Michel 记得把列放在数据框中，希望对你有帮助
也许因为 created_at_first 是一个对象。
@Michel 请再试一次我的完整代码，我将其转换为日期时间

【解决方案2】：

您可以尝试使用strftime，然后按照strftime('%Y-%m-%d-%H') 函数中给出的'-' 拆分。代码：

created_at_first=["2018-07-01 02:08:06","2018-06-05 01:39:30","2018-05-16 21:18:48"]
df=pd.DataFrame({'ColumnName':created_at_first})
df['ColumnName']= pd.to_datetime(df['ColumnName'])

df2 = pd.DataFrame(df.ColumnName.dt.strftime('%Y-%m-%d-%H').str.split('-').tolist(),
                   columns=['Year','Month','Day','Hour'],dtype=int)
df2
    Year Month Day Hour
0   2018    07  01   02
1   2018    06  05   01
2   2018    05  16   21

如果您想要单个数据框中的所有列，请使用 pd.concat() 和 axis=1。

pd.concat((df,df2),axis=1)
    ColumnName          Year Month Day Hour
0   2018-07-01 02:08:06 2018    07  01   02
1   2018-06-05 01:39:30 2018    06  05   01
2   2018-05-16 21:18:48 2018    05  16   21

【讨论】：

我不推荐这种方法，因为您的拆分系列将是 dtype object，在 Pandas 中通常效率低下。您可以转换回int，但这提出了一个问题，为什么要从datetime -> str -> int？
@jpp 我接受这不是最好的解决方案，但最初当我回答其他解决方案时手动分解每个元素。所以想为什么不一次把它们全部打破（DateTime 元素）。另外，我忘记了strftime 将输出作为object 数据类型添加dtype=int。感谢您花时间和知识撰写评论。谢谢。

【解决方案3】：

一种灵活的方法是将operator.attrgetter 与pd.concat 结合使用。这种方法使您可以指定任意属性列表，然后通过 pd.Series.dt 访问器提取这些属性。

fields = ['year', 'month', 'day', 'hour']

res = pd.concat(attrgetter(*fields)(df['dates'].dt), axis=1, keys=fields)

print(res)

   year  month  day  hour
0  2018      7    1     2
1  2018      6    5     1
2  2018      5   16    21

设置

import pandas as pd
from operator import attrgetter

df = pd.DataFrame({'dates': ['2018-07-01 02:08:06',
                             '2018-06-05 01:39:30',
                             '2018-05-16 21:18:48']})

df['dates'] = pd.to_datetime(df['dates'])

【讨论】：

【解决方案4】：

DatetimeIndex 将有助于获得所需的结果

created_at_first=["2018-07-01 02:08:06","2018-06-05 01:39:30","2018-05-16 21:18:48"]
import pandas as pd 
df=pd.DataFrame({'ColumnName':created_at_first})
df['year'] = pd.DatetimeIndex(df['ColumnName']).year
df['month'] = pd.DatetimeIndex(df['ColumnName']).month
df['day'] = pd.DatetimeIndex(df['ColumnName']).day
df['hour'] = pd.DatetimeIndex(df['ColumnName']).hour

官方文档：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DatetimeIndex.html

输出：

            columnName  year  month  day  hour
0  2018-07-01 02:08:06  2018      7    1     2
1  2018-06-05 01:39:30  2018      6    5     1
2  2018-05-16 21:18:48  2018      5   16    21

【讨论】：