如何在Python中将年份与日期时间列分开

在数据分析和数据处理中，我们经常需要将时间序列中的年份和日期时间分开进行处理。本文将介绍在Python中如何将年份与日期时间列分开。

步骤

假设我们有一个包含日期时间的数据集，我们需要将其分为时间和日期两列。

1. 导入必要的库

使用Python中的pandas库来操作数据集。

import pandas as pd

2. 创建数据集

data = {'date_time': ['2021-05-01 12:34:56', '2022-06-02 11:22:33', '2023-07-03 10:11:12'],
       'value': [10, 20, 30]}
df = pd.DataFrame(data)

我们创建了一个包含3个日期时间和一个值的数据集。

3. 将数据集转换为datetime格式

在对日期时间进行操作之前，必须先将其转换为pandas的datetime格式。

df['date_time'] = pd.to_datetime(df['date_time'])

4. 分离日期与时间

可以通过.dt.date和.dt.time方法将日期和时间进行分离，分别创建日期与时间列。

df['date'] = df['date_time'].dt.date
df['time'] = df['date_time'].dt.time

5. 分离年份

可以通过.dt.year方法将年份进行分离，创建年份列。

df['year'] = df['date_time'].dt.year

完整代码如下：

import pandas as pd

# 创建数据集
data = {'date_time': ['2021-05-01 12:34:56', '2022-06-02 11:22:33', '2023-07-03 10:11:12'],
       'value': [10, 20, 30]}
df = pd.DataFrame(data)

# 转换为datetime格式
df['date_time'] = pd.to_datetime(df['date_time'])

# 分离日期与时间
df['date'] = df['date_time'].dt.date
df['time'] = df['date_time'].dt.time

# 分离年份
df['year'] = df['date_time'].dt.year

print(df)

输出结果如下：

            date_time  value        date      time  year
0 2021-05-01 12:34:56     10  2021-05-01  12:34:56  2021
1 2022-06-02 11:22:33     20  2022-06-02  11:22:33  2022
2 2023-07-03 10:11:12     30  2023-07-03  10:11:12  2023

结论

通过以上步骤，我们可以将数据集中的日期时间列分为日期、时间和年份三列。可以根据需要选择相应的列进行数据处理和分析。

参考

• pandas documentation: Working with datetime