Comment extraire le mois de la date dans Pandas (avec exemples)

Vous pouvez utiliser la syntaxe de base suivante pour extraire le mois d’une date dans pandas :

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

L’exemple suivant montre comment utiliser cette fonction dans la pratique.

Exemple : extraire le mois de la date dans Pandas

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
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

Nous pouvons utiliser la syntaxe suivante pour créer une nouvelle colonne contenant le mois de la colonne ‘sales_date’ :

#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

Nous pouvons également utiliser la syntaxe suivante pour créer une nouvelle colonne contenant l’ année de la colonne ‘sales_date’ :

#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

Notez que s’il y a des valeurs NaN dans le DataFrame, cette fonction produira automatiquement des valeurs NaN pour les valeurs correspondantes dans les nouvelles colonnes de mois et d’année.

Connexe : Comment trier un DataFrame Pandas par date

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Pandas : comment compter les occurrences de valeur spécifique dans une colonne
Pandas : obtenir l’index des lignes dont la colonne correspond à la valeur
Pandas : Comment compter les valeurs manquantes dans DataFrame