如何从 padas 数据框中格式为 Mmm-dd 的日期列中仅提取日期编号

Question

我有一个数据框（示例如下所示）：

import pandas as pd
df = pd.DataFrame(data={'Date': ['Jan-1', 'Jan-1', 'Jan-4', 'Jan-4', 'Jan-5', 'Jan-6', 'Jan-6', 'Jan-6']})

即：

  Date
0 Jan-1
1 Jan-1
2 Jan-4
3 Jan-4
4 Jan-5
5 Jan-6
6 Jan-6
7 Jan-6

我只想从中提取一天的部分。这应该返回给我如下：

1
1
4
4
5
6
6
6

我正在尝试如下：

df['Date2'] = pd.to_datetime(df['Date'], format="%M-%d")

但这导致了错误......不确定我在这里做错了什么。 那么，在我的情况下，如何提取day？

Answer 1

首先使用%b作为月份的匹配名称，然后使用Series.dt.day：

df['Date2'] = pd.to_datetime(df['Date'], format="%b-%d").dt.day

或者如果可能的话提取数字并转换为整数：

df['Date2'] = df['Date'].str.extract('(\d+)').astype(int)

---

print (df)
    Date  Date2
0  Jan-1      1
1  Jan-1      1
2  Jan-4      4
3  Jan-4      4
4  Jan-5      5
5  Jan-6      6
6  Jan-6      6
7  Jan-6      6