pandas 提取时间序列中的月份

可以使用pandas中的`Series.dt.month`方法来提取时间序列中的月份，使用`Series.dt.year`方法来提取年份。下面是一个例子：

import pandas as pd

# 创建一个时间序列
dates = pd.date_range('20210101', periods=5, freq='M')
ts = pd.Series(range(len(dates)), index=dates)

# 提取月份和年份
print(ts.dt.month)
print(ts.dt.year)

输出结果为：

2021-01-31    1
2021-02-28    2
2021-03-31    3
2021-04-30    4
2021-05-31    5
Freq: M, dtype: int64
2021-01-31    2021
2021-02-28    2021
2021-03-31    2021
2021-04-30    2021
2021-05-31    2021
Freq: M, dtype: int64

可以看到，`ts.dt.month`方法返回了时间序列中每个日期的月份，`ts.dt.year`方法返回了时间序列中每个日期的年份。

相关问题

使用 Python/Pandas 提取时间序列中的工作日

可以使用 Pandas 的 `Bdate_range()` 函数来获取时间序列中的工作日。该函数可以生成一个时间范围，其中只包含工作日，可以指定开始时间、结束时间和时间间隔。

以下是一个示例代码，可以提取 2021 年 1 月份的工作日：

import pandas as pd

start_date = '2021-01-01'
end_date = '2021-01-31'
dates = pd.bdate_range(start=start_date, end=end_date)

print(dates)

输出结果为：

DatetimeIndex(['2021-01-01', '2021-01-04', '2021-01-05', '2021-01-06',
               '2021-01-07', '2021-01-08', '2021-01-11', '2021-01-12',
               '2021-01-13', '2021-01-14', '2021-01-15', '2021-01-18',
               '2021-01-19', '2021-01-20', '2021-01-21', '2021-01-22',
               '2021-01-25', '2021-01-26', '2021-01-27', '2021-01-28',
               '2021-01-29'],
              dtype='datetime64[ns]', freq='B')

可以看到，该代码生成了一个 DatetimeIndex 对象，其中只包含了 2021 年 1 月份的工作日。可以根据需要修改开始时间、结束时间和时间间隔。

pandas dt模块

pandas dt模块是pandas库中的一个模块，用于处理时间序列数据。它提供了一些方便的方法，可以轻松地从时间序列数据中提取年、月、日、小时、分钟、秒等信息。同时，它还可以进行一些常见的时间序列操作，如时间序列的加减、时间序列的格式化等。引用中的代码演示了如何使用dt模块添加日期对应的周数或者月份，而引用中的代码演示了如何将string类型的时间列数据转换为时间序列数据。