您能否从熊猫中提取日期中的年份和月份

Question

我有一个带有日期列的数据框（类型为datetime）。我可以轻松提取年份或月份来进行分组，但是找不到从日期同时提取年份和月份的方法。我需要分析产品在一年内的性能，并制作一个图表，说明每个月的性能。自然，我不能只按月分组，因为它将在两个不同的年份中添加相同的月份，而按年分组并不能产生我想要的结果，因为我需要每月查看性能。

我一直在研究几种解决方案，但是到目前为止，它们都没有起作用。

所以基本上，我当前的约会是这样的

2018-07-20
2018-08-20
2018-08-21
2018-10-11
2019-07-20
2019-08-21

我只想拥有2018-07, 2018-08, 2018-10，依此类推。

Answer 1

您可以使用to_period

df['month_year'] = df['date'].dt.to_period('M')

Answer 2

如果将它们存储为datetime，则应该可以使用datetime.strftime（https://strftime.org/）创建仅包含年份和月份进行分组的字符串。

它看起来像：

df['ym-date'] = df['date'].dt.strftime('%Y-%m')

Answer 3

一种方法可能是将列转换为所有这些日期的第一个月，然后逐月创建分析：

date_col = pd.to_datetime(['2011-09-30', '2012-02-28'])
new_col = date_col + pd.offsets.MonthBegin(1)

您的分析在这里保持每月不变

Answer 4

有两个选项，一个是映射到每月的第一天：

假设您的日期位于“日期”列中，例如：

df['Date_no_day'] = df['Date'].apply(lambda x: x.replace(day=1))

如果您真的只想存储年和月，则可以映射到(year, month)元组，例如：

df['Date_no_day'] = df['Date'].apply(lambda x: (x.year, x.month))

在这里，您可以按此新列分组/汇总并执行分析

Answer 5

如果您有一些使用日期时间值的数据，例如：

sale_date = [
    pd.date_range('2017', freq='W', periods=121).to_series().reset_index(drop=True).rename('Sale Date'),
    pd.Series(np.random.normal(1000, 100, 121)).rename('Quantity')
]
sales = pd.concat(data, axis='columns')

您可以像这样同时按年份和日期分组：

d = sales['Sale Date']
sales.groupby([d.dt.year.rename('Year'), d.dt.month.rename('Month')]).sum()

您还可以创建一个字符串，该字符串代表月份和年份的组合，并以此分组：

ym_id = d.apply("{:%Y-%m}".format).rename('Sale Month')
sales.groupby(ym_id).sum()