无需迭代即可评估 DataFrame datetime.datetime 对象答案

【问题标题】：Evaluate DataFrame datetime.datetime objects without iteration无需迭代即可评估 DataFrame datetime.datetime 对象
【发布时间】：2020-08-26 13:17:27
【问题描述】：

正如我所看到的here，如果您希望您的代码具有可扩展性，那么迭代 DataFrame 并不有趣......

因此，我正在导入一个 .xlsx 电子表格，其中包含 Pandas 自动识别为 datetime.datetime 格式的“日期”列。

下面是代码示例：

import pandas as pd
import datetime

df = pd.read_excel('Sheet.xlsx')

df['Date'][0].month == 1

Output:
True

如果我尝试df['Date'].month，它会给出AttributeError: 'Series' object has no attribute 'month'

而 df['Date'] 输入返回一个包含所有 datetime.datetime 对象的系列。

所以我的问题是如何在测试月份获得一个包含所有布尔值的系列，而不必逐个迭代所有行？

我也考虑过those methods 选择具有给定值的行，但老实说，我坚持这样做，因为我正在过滤对象。

也可能是错误的，但我相信如果我只需要迭代月份数而不是每一行会更有效......

【问题讨论】：

标签： python-3.x pandas dataframe datetime filter

【解决方案1】：

使用Series.dt.month，如果需要从列中提取属性.dt：

df['Date'] = pd.to_datetime(df['Date'], errors='coerce')

mask = df['Date'].dt.month == 1

或Series.eq 进行比较：

mask = df['Date'].dt.month.eq(1)

【讨论】：

嘿，成功了！！嗯......不是马上，因为它得到了AttributeError: Can only use .dt accessor with datetimelike values 错误。但在使用 .dt 访问器之前，我只需要df['Data'] = pd.to_datetime(df['Data'], errors='coerce')，一切正常。谢谢！
@Azgrom - 有趣的是，大多数时间如果从 excel 读取日期时间，则无需转换；)