So extrahieren sie den monat aus dem datum in pandas (mit beispielen)

Sie können die folgende grundlegende Syntax verwenden, um den Monat aus einem Datum in Pandas zu extrahieren:

 df[' month '] = pd. DatetimeIndex (df[' date_column ']). month

Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel: Extrahieren Sie den Monat aus dem Datum in Pandas

Angenommen, wir haben den folgenden Pandas-DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' sales_date ': ['2020-01-18', '2020-02-20', '2020-03-21'],
                   ' total_sales ': [675, 500, 575]})

#view DataFrame
print (df)

   sales_date total_sales
0 2020-01-18 675
1 2020-02-20 500
2 2020-03-21 575

Mit der folgenden Syntax können wir eine neue Spalte erstellen, die den Monat der Spalte „sales_date“ enthält:

 #extract month as new column
df[' month '] = pd. DatetimeIndex (df[' sales_date ']). month

#view updated DataFrame
print (df)

	sales_date total_sales month
0 2020-01-18 675 1
1 2020-02-20 500 2
2 2020-03-21 575 3

Wir können auch die folgende Syntax verwenden, um eine neue Spalte zu erstellen, die das Jahr der Spalte „sales_date“ enthält:

 #extract year as new column
df[' year '] = pd. DatetimeIndex (df[' sales_date ']). year

#view updated DataFrame
print (df)

        sales_date total_sales month year
0 2020-01-18 675 1 2020
1 2020-02-20 500 2 2020
2 2020-03-21 575 3 2020

Beachten Sie, dass diese Funktion automatisch NaN-Werte für die entsprechenden Werte in den neuen Monats- und Jahresspalten generiert, wenn im DataFrame NaN-Werte vorhanden sind.

Verwandt: So sortieren Sie einen Pandas DataFrame nach Datum

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

Pandas: So zählen Sie Vorkommen eines bestimmten Werts in einer Spalte
Pandas: Index der Zeilen abrufen, deren Spalte mit dem Wert übereinstimmt
Pandas: So zählen Sie fehlende Werte in DataFrame