从日期时间列中提取月份中的日期作为数组

Question

我已经从.csv文件中加载了一个熊猫数据帧，该文件包含具有日期时间值的列。

df = pd.read_csv('data.csv')

具有日期时间值的列的名称为pickup_datetime。如果执行df['pickup_datetime'].head()，这就是我得到的：

0   2009-06-15 17:26:00+00:00
1   2010-01-05 16:52:00+00:00
2   2011-08-18 00:35:00+00:00
3   2012-04-21 04:30:00+00:00
4   2010-03-09 07:51:00+00:00
Name: pickup_datetime, dtype: datetime64[ns, UTC]

如何将此列转换为仅具有datetime的日值的numpy数组？例如：15中的0 2009-06-15 17:26:00+00:00，05中的1 2010-01-05 16:52:00+00:00，等等。

Answer 1

df['pickup_datetime'] = pd.to_datetime(df['pickup_datetime'], errors='coerce')
df['pickup_datetime'].dt.day.values
# array([15,  5, 18, 21,  9])

Answer 2

只需添加另一个变体，尽管coldspeed已经提供了简短的答案，作为圣诞节和新年奖励:-)：

>>> df
             pickup_datetime
0  2009-06-15 17:26:00+00:00
1  2010-01-05 16:52:00+00:00
2  2011-08-18 00:35:00+00:00
3  2012-04-21 04:30:00+00:00
4  2010-03-09 07:51:00+00:00

通过推断其格式将字符串转换为时间戳：

>>> df['pickup_datetime'] = pd.to_datetime(df['pickup_datetime'])
>>> df
      pickup_datetime
0 2009-06-15 17:26:00
1 2010-01-05 16:52:00
2 2011-08-18 00:35:00
3 2012-04-21 04:30:00
4 2010-03-09 07:51:00

您可以通过pickup_datetime记录当天的情况：

>>> df['pickup_datetime'].dt.day
0    15
1     5
2    18
3    21
4     9
Name: pickup_datetime, dtype: int64

您可以通过pickup_datetime来记录该月份的唯一记录：

>>> df['pickup_datetime'].dt.month
0    6
1    1
2    8
3    4
4    3

您只能通过pickup_datetime

>>> df['pickup_datetime'].dt.year
0    2009
1    2010
2    2011
3    2012
4    2010