'pandas应用于属性而不是函数'

Question

可以用吗数据框应用获取属性而不是运行函数？我想从执行groupby的日期中检索年份。例如。。在

import pandas as pd
import datetime
import numpy as np

df = pd.DataFrame({'date': [datetime.datetime(2010,1,1)+datetime.timedelta(days=i*15) 
for i in range(0,100)]})

这很管用。。在

^{pr2}$

这同样有效。。在

df['year'] = df['date'].apply(lambda x: x.year)

但这不是。。在

df['year'] = df['date'].apply(year)

这也不是。。在

df['year'] = df['date'].year

最有效的方法是什么？在

Answer 1

你会知道有一个完整的功能集的日期是幸福的。{date或}可以使用多个access}或accesstime属性。它只能用于pandas系列或日期类型的索引。

您可以使用dir(df['date'].dt)查看所有可用属性。在这里，它们被打印在下面。在您的例子中，只需使用df['date'].dt.year

'ceil',
 'date',
 'day',
 'dayofweek',
 'dayofyear',
 'days_in_month',
 'daysinmonth',
 'floor',
 'freq',
 'hour',
 'is_leap_year',
 'is_month_end',
 'is_month_start',
 'is_quarter_end',
 'is_quarter_start',
 'is_year_end',
 'is_year_start',
 'microsecond',
 'minute',
 'month',
 'nanosecond',
 'normalize',
 'quarter',
 'round',
 'second',
 'strftime',
 'time',
 'to_period',
 'to_pydatetime',
 'tz',
 'tz_convert',
 'tz_localize',
 'week',
 'weekday',
 'weekday_name',
 'weekofyear',
 'year'