วิธีแยกเดือนจากวันที่ในนุ่น (พร้อมตัวอย่าง)

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อแยกเดือนออกจากวันที่ในหมีแพนด้า:

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

ตัวอย่างต่อไปนี้แสดงวิธีใช้ฟังก์ชันนี้ในทางปฏิบัติ

ตัวอย่าง: แยกเดือนจากวันที่ใน Pandas

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 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

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อสร้างคอลัมน์ใหม่ที่มี เดือน ของคอลัมน์ ‘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

นอกจากนี้เรายังสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อสร้างคอลัมน์ใหม่ที่มี ปี ของคอลัมน์ ‘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

โปรดทราบว่าหากมีค่า NaN ใน DataFrame ฟังก์ชันนี้จะสร้างค่า NaN โดยอัตโนมัติสำหรับค่าที่สอดคล้องกันในคอลัมน์เดือนและปีใหม่

ที่เกี่ยวข้อง: วิธีจัดเรียง Pandas DataFrame ตามวันที่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

Pandas: วิธีนับการเกิดขึ้นของค่าเฉพาะในคอลัมน์
Pandas: รับดัชนีของแถวที่มีคอลัมน์ตรงกับค่า
Pandas: วิธีนับค่าที่หายไปใน DataFrame