python pandas从datetime中提取年份--- df ['year'] = df ['date']。年份不起作用

Question

对于这个似乎重复的问题感到抱歉 - 我希望答案会让我觉得自己像个傻瓜......但我没有运气使用SO上类似问题的答案。

我正在通过read_csv导入数据，但由于某些我无法弄清楚的原因，我无法从数据集系列df['date']中提取年份或月份。

date    Count
6/30/2010   525
7/30/2010   136
8/31/2010   125
9/30/2010   84
10/29/2010  4469

df = pd.read_csv('sample_data.csv',parse_dates=True)

df['date'] = pd.to_datetime(df['date'])

df['year'] = df['date'].year
df['month'] = df['date'].month

但是这会回来：

  

AttributeError：'Series'对象没有属性'year'

提前致谢。

更新：

df = pd.read_csv('sample_data.csv',parse_dates=True)

df['date'] = pd.to_datetime(df['date'])

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

这会生成相同的“AttributeError：'Series'对象没有属性'dt'”

关注：

我正在使用Spyder 2.3.1和Python 3.4.1 64位，但无法将pandas更新到更新的版本（目前在0.14.1上）。以下每个都会生成无效的语法错误：

conda update pandas

conda install pandas==0.15.2

conda install -f pandas

有什么想法吗？

Answer 1

如果您正在运行最近版本的pandas，那么您可以使用datetime属性dt来访问日期时间组件：

In [6]:

df['date'] = pd.to_datetime(df['date'])
df['year'], df['month'] = df['date'].dt.year, df['date'].dt.month
df
Out[6]:
        date  Count  year  month
0 2010-06-30    525  2010      6
1 2010-07-30    136  2010      7
2 2010-08-31    125  2010      8
3 2010-09-30     84  2010      9
4 2010-10-29   4469  2010     10

修改

看起来您正在运行旧版本的pandas，在这种情况下，以下内容可以正常运行：

In [18]:

df['date'] = pd.to_datetime(df['date'])
df['year'], df['month'] = df['date'].apply(lambda x: x.year), df['date'].apply(lambda x: x.month)
df
Out[18]:
        date  Count  year  month
0 2010-06-30    525  2010      6
1 2010-07-30    136  2010      7
2 2010-08-31    125  2010      8
3 2010-09-30     84  2010      9
4 2010-10-29   4469  2010     10

关于为什么它没有将此解析为read_csv中的日期时间，您需要传递列的序号位置（[0]），因为当True尝试解析列{时{1}}查看docs

[1,2,3]

因此，如果您将参数In [20]: t="""date Count 6/30/2010 525 7/30/2010 136 8/31/2010 125 9/30/2010 84 10/29/2010 4469""" df = pd.read_csv(io.StringIO(t), sep='\s+', parse_dates=[0]) df.info() <class 'pandas.core.frame.DataFrame'> Int64Index: 5 entries, 0 to 4 Data columns (total 2 columns): date 5 non-null datetime64[ns] Count 5 non-null int64 dtypes: datetime64[ns](1), int64(1) memory usage: 120.0 bytes 传递给parse_dates=[0]，则加载后无需在“日期”列上调用read_csv。

Answer 2

这有效：

df['date'].dt.year

现在：

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

给出了这个数据框：

        date  Count  year  month
0 2010-06-30    525  2010      6
1 2010-07-30    136  2010      7
2 2010-08-31    125  2010      8
3 2010-09-30     84  2010      9
4 2010-10-29   4469  2010     10

Answer 3

对我来说有用的是将熊猫升级到最新版本：

从命令行执行：

conda update pandas

Answer 4

何时使用dt访问器

一个常见的混乱根源在于何时使用 .year 和何时使用 .dt.year 。

前者是pd.DatetimeIndex个对象的属性；后者用于pd.Series对象。考虑以下数据帧：

df = pd.DataFrame({'Dates': pd.to_datetime(['2018-01-01', '2018-10-20', '2018-12-25'])},
                  index=pd.to_datetime(['2000-01-01', '2000-01-02', '2000-01-03']))

系列和索引的定义看起来很相似，但是pd.DataFrame构造函数将它们转换为不同的类型：

type(df.index)     # pandas.tseries.index.DatetimeIndex
type(df['Dates'])  # pandas.core.series.Series

DatetimeIndex对象具有直接的year属性，而Series对象必须使用dt访问器。对于month同样：

df.index.month               # array([1, 1, 1])
df['Dates'].dt.month.values  # array([ 1, 10, 12], dtype=int64)

一个值得注意的微妙但重要的区别是df.index.month给出了NumPy数组，而df['Dates'].dt.month给出了Pandas系列。上面，我们使用pd.Series.values提取NumPy数组表示形式。

Answer 5

可能已经来不及回答了，但是由于您已经在加载数据时解析了日期，因此只需执行此操作即可获取日期

df['date'] = pd.DatetimeIndex(df['date']).year