Python Pandas 从 datetime 中提取 year: df [‘ year’] = df [‘ date’] . year 不起作用

我通过 read_csv导入一个数据帧，但是由于某些原因不能从系列 df['date']中提取出年份或月份，试图给出 AttributeError: 'Series' object has no attribute 'year':

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

更新: 当我在我的熊猫版本0.14.1上尝试使用 df['date'].dt解决方案时，我得到“ AttributeError: ‘ Series’对象没有属性‘ dt’”:

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

很抱歉这个问题似乎重复-我希望这个答案会让我觉得像一个笨蛋... 但我没有任何运气使用类似的问题的答案 SO。

FOLLOWUP: 在我的 Anaconda 环境中，我似乎无法将我的熊猫0.14.1更新到一个更新的版本，下面的每一次尝试都会产生一个无效的语法错误。我用的是 Python 3.4.164位。

conda update pandas


conda install pandas==0.15.2


conda install -f pandas

有什么想法吗？

192982 次浏览
小开

这种方法是有效的:

df['date'].dt.year

现在:

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

给出了这个数据框架:

        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
小开
最佳答案

如果你正在运行一个熊猫的最新版本，那么你可以使用 datetime 属性 dt来访问 datetime 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

剪辑

看起来你正在运行一个老版本的熊猫，在这种情况下，下面的方法可以奏效:

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

关于为什么它没有在 read_csv中将其解析为日期时间，您需要传递列的序号位置([0]) ，因为当 True尝试解析列 [1,2,3]时，它会看到 医生

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

因此，如果将参数 parse_dates=[0]传递给 read_csv，那么在加载后不需要在“ date”列上调用 to_datetime。

小开

对我起作用的是将大熊猫升级到最新版本:

从命令行执行:

conda update pandas
小开

何时使用 dt访问器

一个常见的混淆来源围绕着什么时候使用 .year和什么时候使用 .dt.year。

前者是 pd.DatetimeIndex对象的属性，后者是 pd.Series对象的属性:

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']))

序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对象有一个直接的 year属性，而 Series对象必须使用 dt访问器:

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

值得注意的一个细微但重要的区别是，df.index.month给出了 NumPy 数组，而 df['Dates'].dt.month给出了熊猫系列。上面，我们使用 pd.Series.values提取 NumPy 数组表示。

小开

现在回答可能已经太晚了，但是由于在加载数据时已经解析了日期，所以只需要这样做就可以得到日期

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

提交答案