从日期时间列中提取 YYYY-MM

Posted 2023-03-12

【中文标题】从日期时间列中提取 YYYY-MM

【英文标题】：Extracting YYYY-MM from datetime column

【发布时间】：2018-11-28 03:40:46

【问题描述】：

我有一个这种格式的数据框 -

var1  date
A     2017/01/01
A     2017/01/02
...

我希望将日期转换为 YYYY-MM 格式，但 df['date'].dtype 是 object。 如何在将数据类型保持为日期时间的同时从日期中删除日期部分？

预期输出 -

A - 2017/01

谢谢

【问题讨论】：

您需要先解析当前日期 - 读取 csv 文件时有一个 parse_dates 参数。然后您可以转换为您想要的任何输出。或者，只需使用 lambda 函数 df.date.apply(lambda x: x[0:4] + "/" + x[4:5])

How can I remove the day part from date while keeping the data type as datetime?。这不可能。就像在现实生活中一样，每个日期都有一天。选择您想要的：字符串（包含您喜欢的任何组件）或日期时间（包含所有组件，即使它们不是全部显示）。

@jpp，我们可以使用period dtype 作为datetime 和object dtypes 之间的折衷...

@MaxU，公平点。感谢您以有效的妥协重新打开 :)

【参考方案1】：

可以将每个日期替换为每月的第一天：

pd.to_datetime(d["date"], format="%Y/%m/%d").apply(lambda x: x.replace(day=1))

结果：

0 2017-01-01
1 2017-01-01

【讨论】：

dtype 是对象。我需要它作为日期时间

恐怕这并不能回答问题，这需要妥协。 datetime 对象不能“删除”日期。

【参考方案2】：

datetime dtype 不能有自定义表示。但您有以下选择：

使用字符串 - 您可能有任何表示形式（如您所愿），但所有日期时间方法和属性都会丢失 使用datetime，但将day 部分设置为1（如@Kopytok 所示）。 使用period dtype，它仍然允许您使用一些日期算术

---

演示：

In [207]: df
Out[207]:
  var1       date
0    A 2018-12-31
1    A 2017-09-07
2    B 2016-02-29

In [208]: df['new'] = df['date'].dt.to_period('M')

In [209]: df
Out[209]:
  var1       date     new
0    A 2018-12-31 2018-12
1    A 2017-09-07 2017-09
2    B 2016-02-29 2016-02

In [210]: df.dtypes
Out[210]:
var1            object
date    datetime64[ns]
new             object
dtype: object

In [211]: df['new'] + 8
Out[211]:
0   2019-08
1   2018-05
2   2016-10
Name: new, dtype: object