Cómo extraer mes y año por separado de la columna Fecha y hora en Pandas
-
pandas.Series.dt.year()
ypandas.Series.dt.month()
métodos para extraer mes y año -
Método
strftime()
para extraer año y mes -
pandas.DatetimeIndex.month
ypandas.DatetimeIndex.year
para extraer año y mes
Podríamos extraer año y mes de la columna Datetime
usando los métodos pandas.Series.dt.year()
y pandas.Series.dt.month()
respectivamente. Si los datos no están en el tipo Datey hora
, primero debemos convertirlos en Datey hora
. También podemos extraer el año y el mes usando pandas.DatetimeIndex.month
junto con el método pandas.DatetimeIndex.year
y strftime()
.
pandas.Series.dt.year()
y pandas.Series.dt.month()
métodos para extraer mes y año
Los métodos pandas.Series.dt.year()
y pandas.Series.dt.month()
aplicados al tipo Datetime
devuelven el array NumPy
del año y el mes respectivamente de la entrada Datetime
en el objeto Series.
import pandas as pd
import numpy as np
import datetime
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['Year'] = df['Joined date'].dt.year
df['Month'] = df['Joined date'].dt.month
print(df)
Producción:
Joined date Year Month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 1
Zeppy 2020-02-05 2020 2
Alina 2020-03-10 2020 3
Jerry 2020-04-16 2020 4
Sin embargo, si la columna no es del tipo Datey hora
, primero debemos convertir la columna al tipo Datey hora
utilizando el método to_datetime()
.
import pandas as pd
import numpy as np
import datetime
list_of_dates = ['11/20/2019', '01/02/2020', '02/05/2020','03/10/2020','04/16/2020']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['Joined date']= pd.to_datetime(df['Joined date'])
df['Year'] = df['Joined date'].dt.year
df['Month'] = df['Joined date'].dt.month
print(df)
Producción:
Joined date Year Month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 1
Zeppy 2020-02-05 2020 2
Alina 2020-03-10 2020 3
Jerry 2020-04-16 2020 4
Método strftime()
para extraer año y mes
El método strftime()
toma Datetime toma códigos de formato como entrada y devuelve una cadena que representa el formato específico especificado en la salida. Utilizamos %Y
y %m
como códigos de formato para extraer año y mes.
import pandas as pd
import numpy as np
import datetime
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['year'] = df['Joined date'].dt.strftime('%Y')
df['month'] = df['Joined date'].dt.strftime('%m')
print(df)
Producción:
Joined date year month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 01
Zeppy 2020-02-05 2020 02
Alina 2020-03-10 2020 03
Jerry 2020-04-16 2020 04
pandas.DatetimeIndex.month
y pandas.DatetimeIndex.year
para extraer año y mes
Otro enfoque simple para extraer el mes y el año de la columna Datey hora
es recuperar los valores de los atributos de año y mes de los objetos de pandas.DatetimeIndex
clase.
import pandas as pd
import numpy as np
import datetime
list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)
df['year'] = pd.DatetimeIndex(df['Joined date']).year
df['month'] = pd.DatetimeIndex(df['Joined date']).month
print(df)
Producción:
Joined date Year Month
Hisila 2019-11-20 2019 11
Shristi 2020-01-02 2020 1
Zeppy 2020-02-05 2020 2
Alina 2020-03-10 2020 3
Jerry 2020-04-16 2020 4
La clase pandas.DatetimeIndex
es un ndarray inmutable de datos datetime64. Tiene atributos como year
, month
, day
, etc.