pandas Timestamp提取日期与日期字段拆分方法
发布时间：2026-10-15 |
5人浏览过
本文介绍如何在pandas中提取Timestamp对象的日期部分，以及处理非数值日期属性的方法。通过调用.date()获取纯日期，或将字符串类型的日期列拆分为年、月、日单独列，以便直接输入机器学习模型进行数据挖掘。
在pandas中处理时间数据时，有时需要仅保留日期部分而忽略具体时间信息。
使用Timestamp.date()方法
当从DataFrame中获取到一个时间戳对象后，直接调用其**.date()**方法即可提取出对应的日期部分。
for time in df['日期']):
print(time.date())从pandas日期属性中提取年、月、日信息
在数据挖掘任务中，原始的日期属性通常属于非数值类型，无法直接输入到机器学习模型中。因此，将日期属性拆分为年、月、日三个独立字段是必要的预处理步骤。
拆分后的date属性通常表现为object类型，检查单元格内容可知其为字符串格式。这种格式使得提取年、月、日信息变得简单直接。
实现日期属性向年、月、日的拆分
具体实现代码如下：
def DateSplit(df, col):
"""
split the object of '2010-01-02' into year(2010), month(1) and day(2).
:param df: to operate data （type：DataFrame）
:param col: column label of date object （type：str）
:return: converted date （type： DataFrame）
"""
year, month, day = [], [], []
data = df.loc[:, col].values
df = df.drop([col], axis=1)
for i in range(data.shape[0]):
year.append(int(data[i][:4]))
month.append(int(data[i][5:7]))
day.append(int(data[i][8:]))
date = pd.DataFrame({'year': year, 'month': month, 'day': day})
result = pd.concat([date, df], axis=1)
return result
pm25_train = pd.read_csv("./datasets_PM25/pm25_train.csv")
data= DateSplit(df=pm25_train,col='date')
data.head(10)
以上为个人经验分享，希望能给大家一个参考，也希望大家多多支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
