python pandas 从日期时间中提取年份：df['year'] = df['date'].year 不起作用
Posted
技术标签:
【中文标题】python pandas 从日期时间中提取年份：df[\'year\'] = df[\'date\'].year 不起作用【英文标题】：python pandas extract year from datetime: df['year'] = df['date'].year is not workingpython pandas 从日期时间中提取年份：df['year'] = df['date'].year 不起作用 【发布时间】：2015-08-04 23:46:54 【问题描述】：我通过read_csv 导入数据框，但由于某种原因无法从系列df['date'] 中提取年份或月份，尝试给出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 的解决方案时，我得到“AttributeError: 'Series' object has no attribute '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
对于这个看似重复的问题，我感到很抱歉 - 我希望这个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。
跟进：我似乎无法在我的 Anaconda 环境中将我的 pandas 0.14.1 更新到较新的版本，以下每次尝试都会产生无效的语法错误。我正在使用 Python 3.4.1 64 位。
conda update pandas
conda install pandas==0.15.2
conda install -f pandas
有什么想法吗？
【问题讨论】：
年份从何而来？您是否尝试访问一行(df["date"][0].year？
我有一个包含日期和其他列的 csv 文件，这些列都来自 SQL 作为字符串数据。尝试创建新的年份和月份列以用于分组。 csv 有 ~5000 行。
是的，但是 df["date"] 是一个 'pandas.core.series.Series' 对象。 df['date'].year 应该是什么？
我只想再创建 2 列...一列表示年份，一列表示月份为整数。
也试过 df['date'].dt.year，EdChum。
【参考方案1】：
这行得通：
df['date'].dt.year
现在：
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
给出这个数据框：
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
【讨论】：
【参考方案2】：如果您运行的是最新版本的 pandas，那么您可以使用 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
编辑
看起来您正在运行旧版本的 pandas，在这种情况下，以下方法可以工作：
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其解析为 read_csv 中的日期时间，您需要传递列的序号位置 ([0])，因为当 True 它尝试解析列 [1,2,3] 时，请参阅 @987654322 @
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，如果您将参数parse_dates=[0] 传递给read_csv，则加载后无需在“日期”列上调用to_datetime。
【讨论】：
【参考方案3】：对我有用的是将熊猫升级到最新版本：
从命令行执行：
conda update pandas
【讨论】：
【参考方案4】：何时使用dt 访问器
一个常见的混淆来源围绕着何时使用 .year 以及何时使用 .dt.year。
前者是pd.DatetimeIndex对象的属性；后者用于pd.Series 对象。考虑这个数据框：
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 对象有一个直接的year 属性，而Series 对象必须使用dt 访问器。 month 也是如此：
df.index.month # array([1, 1, 1])
df['Dates'].dt.month.values # array([ 1, 10, 12], dtype=int64)
值得注意的一个微妙但重要的区别是df.index.month 提供了一个 NumPy 数组，而df['Dates'].dt.month 提供了一个 Pandas 系列。上面，我们使用pd.Series.values 来提取 NumPy 数组表示。
【讨论】：
【参考方案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，因此您可以这样做来获取日期
df['date'] = pd.DatetimeIndex(df['date']).year
【讨论】：
以上是关于python pandas 从日期时间中提取年份：df['year'] = df['date'].year 不起作用的主要内容，如果未能解决你的问题，请参考以下文章