df_stamp.date.apply(lambda row:row.month,1)

在你提供的代码中，`df_stamp.date.apply(lambda row: row.month, 1)` 是对 pandas DataFrame 中的 `date` 列进行操作，并将每个日期的月份提取出来。但是需要注意的是，`apply()` 方法的第二个参数应该是 `axis` 而不是 `1`。

下面是一个示例，展示如何使用 `apply()` 方法提取日期列中的月份：

import pandas as pd

# 创建示例数据
df_stamp = pd.DataFrame({'date': ['2022-01-01', '2022-02-15', '2022-03-20']})

# 将日期列转换为 datetime 类型
df_stamp['date'] = pd.to_datetime(df_stamp['date'])

# 使用 apply() 方法提取月份
df_stamp['month'] = df_stamp['date'].apply(lambda row: row.month)

print(df_stamp)

输出结果如下：

        date  month
0 2022-01-01      1
1 2022-02-15      2
2 2022-03-20      3

在这个示例中，首先将日期列转换为 pandas 中的 datetime 类型，然后使用 `apply()` 方法在每个日期上应用 lambda 函数，提取出月份，并将结果保存在新的列 `month` 中。

相关问题

df_stamp['month'] = df_stamp.date.apply(lambda row: row.month, 1)

这行代码是在 DataFrame `df_stamp` 上创建一个名为 `month` 的新列。它使用 `.apply()` 方法将 `date` 列中的每个日期值作为输入，然后使用 `lambda` 函数提取出每个日期的月份，并将提取到的月份赋值给 `month` 列。最后的参数 `1` 是指定 `lambda` 函数应该在每一行上运行。这样就可以通过 `df_stamp['month']` 访问到包含每个日期对应月份的新列。

df_stamp.drop(['date'],1).values

`df_stamp.drop(['date'], 1).values` 是将 DataFrame 中的 `date` 列删除，并返回删除后的 DataFrame 的值部分。

如果你想要删除 `date` 列并返回删除后的 DataFrame 的值部分，可以使用 `drop()` 方法，并指定 `axis=1` 来删除列。然后使用 `.values` 属性来获取 DataFrame 的值部分。以下是一个示例：

import pandas as pd

# 创建示例数据
df_stamp = pd.DataFrame({'date': ['2022-01-01', '2022-02-15', '2022-03-20'],
                         'value': [10, 20, 30]})

# 删除 'date' 列并返回值部分
values = df_stamp.drop(['date'], axis=1).values

print(values)

输出结果如下：

[[10]
 [20]
 [30]]

在这个示例中，使用 `drop()` 方法删除了 'date' 列，并指定 `axis=1` 表示删除列。然后使用 `.values` 属性获取删除后的 DataFrame 的值部分，结果保存在变量 `values` 中。