pandas Timestamp提取日期与日期字段拆分方法

Aria

发布时间：2026-10-15| 4人浏览过

原创

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)