将‘出生日期’一列的数据(年/月/日或天数)，修改该列数据，只保留年份

如果你想从'出生日期'这一列中提取并保留只有年份的部分，你可以使用Python的datetime模块。假设你的数据存储在一个名为`df`的Pandas DataFrame中，且这一列的名称为'birth_date'，你可以按照以下步骤操作：

from datetime import datetime

# 假设 'birth_date' 列的数据已经转换成字符串格式
if df['birth_date'].dtype == object:  # 检查是否是字符串类型

    # 将字符串转换为日期时间对象
    df['birth_date'] = pd.to_datetime(df['birth_date'])

    # 提取年份并替换原列
    df['birth_date_year'] = df['birth_date'].dt.year

# 如果原始数据已经是日期类型，可以直接提取年份
elif df['birth_date'].dtype == datetime64[ns]: 
    df['birth_date_year'] = df['birth_date'].year

# 查看结果
df.head()

这将创建一个新的列'date_of_birth_year'，其中包含原始出生日期的年份。

相关问题

统计一个datetime数据集中 不同年份的各个月份的天数

可以使用Python中的pandas库来完成这个任务。假设你的数据集名称为df，包含一个名为"日期"的datetime列，代码如下：

import pandas as pd

# 将日期列转换为datetime类型
df["日期"] = pd.to_datetime(df["日期"])

# 提取年份和月份
df["年份"] = df["日期"].dt.year
df["月份"] = df["日期"].dt.month

# 统计每个年份和月份的天数
results = df.groupby(["年份", "月份"])["日期"].nunique()
print(results)

这将输出一个pandas Series对象，其中包含每个年份和月份的天数。例如，如果你的数据集包含了从2010年1月1日到2021年12月31日的数据，那么结果将会是：

年份    月份  
2010  1      31
      2      28
      3      31
      4      30
      5      31
            ..
2021  8      31
      9      30
      10     31
      11     30
      12     31
Name: 日期, Length: 144, dtype: int64

其中，第一列是年份，第二列是月份，第三列是对应的天数。