Python Pandas Series.dt.year用法及代码示例

Series.dt可用于以datetimelike的形式访问序列的值并返回几个属性。 Pandas Series.dt.year属性返回一个numpy数组，其中包含给定系列对象的基础数据中的datetime年。

用法： Series.dt.year

参数：没有

返回：numpy数组

范例1：采用Series.dt.year属性以在给定Series对象的基础数据中返回日期时间的年份。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['2012-10-21 09:30', '2019-7-18 12:30', '2008-02-2 10:30', 
                '2010-4-22 09:25', '2019-11-8 02:22']) 
  
# Creating the index 
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5'] 
  
# set the index 
sr.index = idx 
  
# Convert the underlying data to datetime  
sr = pd.to_datetime(sr) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.dt.year属性以在给定Series对象的基础数据中返回日期时间的年份。

# return the year 
result = sr.dt.year 
  
# print the result 
print(result)

输出：

正如我们在输出中看到的，Series.dt.year属性已成功访问并返回给定系列对象的基础数据中日期时间的年份。

范例2：采用Series.dt.year属性以在给定Series对象的基础数据中返回日期时间的年份。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(pd.date_range('2012-12-12 12:12', 
                       periods = 5, freq = 'H')) 
  
# Creating the index 
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5'] 
  
# set the index 
sr.index = idx 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.dt.year属性以在给定Series对象的基础数据中返回日期时间的年份。

# return the year 
result = sr.dt.year 
  
# print the result 
print(result)

输出：

正如我们在输出中看到的，Series.dt.year属性已成功访问并返回给定系列对象的基础数据中日期时间的年份。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.dt.year。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。