python DataFrame时间列中如何提取出年月

可以使用 pandas 库中的 `dt` 属性来提取时间列中的年月信息。

假设 DataFrame 中的时间列名为 `time`，则可以使用以下代码将时间列拆分为年月两列：

import pandas as pd

df['year'] = df['time'].dt.year
df['month'] = df['time'].dt.month

其中，`dt.year` 返回时间列中的年份信息，`dt.month` 返回时间列中的月份信息。将这两个属性赋值给新的列即可。

相关问题

将dataframe中一列数据以年月分组

好的，让我想一想。您可以使用 pandas 库中的 groupby 方法来按照年月分组。示例代码如下：

import pandas as pd

# 创建一个示例 dataframe
data = {
    '日期': ['2020-01-01', '2020-01-02', '2020-02-05', '2020-02-20', '2020-03-07', '2020-04-01'],
    '数值': [10, 20, 30, 40, 50, 60]
}
df = pd.DataFrame(data)

# 将日期转换成 datetime 类型
df['日期'] = pd.to_datetime(df['日期'])

# 按照年月分组
grouped = df.groupby(pd.Grouper(key='日期', freq='M'))
result = grouped['数值'].sum()

print(result)

输出结果：

日期
2020-01-31    30
2020-02-29    70
2020-03-31    50
2020-04-30    60
Freq: M, Name: 数值, dtype: int64

以上代码中，我们首先创建了一个示例 dataframe，并将其中的日期列转换成了 datetime 类型。然后，我们使用 groupby 方法，按照日期列进行分组。在这里，我们使用了 pd.Grouper 对象和 freq 参数来指定按照年月进行分组。最后，我们将分组后的数值列相加，得到了以年月分组后的结果。

希望这个回答能够帮到您，如果还有什么问题，请继续提出！

DataFrame 时间列中如何转换为时间戳格式并只保留年月日

可以使用 pandas 中的 `to_datetime()` 方法将 DataFrame 中的时间列转换为时间戳格式，然后使用 `dt.date` 方法只保留年月日。示例代码如下：

import pandas as pd

# 假设你的 DataFrame 叫做 df，时间列叫做 time
df['time'] = pd.to_datetime(df['time']).dt.date
print(df['time'])

这将把 DataFrame 中的时间列转换为时间戳格式并只保留年月日，然后输出。