Python每日一记162>>>pandas 日期时间数据的分割提取操作

之前有提到过日期的提取，我们采用的是以下方法：

data['日期'] = pd.to_datetime(list(map(lambda x: x.date(), data.loc[:, '交易时间'])))

其实有更简单的方法是使用dt.date等方法：
直接上代码了：

import pandas as pd
import numpy as np
import time
s=time.time()
data_2019=pd.read_excel('C:\\Users\\02180085\\Desktop\\回店会员特征\\19年-0915 - 副本.xlsx')
data=data_2019[['卡号','交易时间']]
data['日期'] =data_2019['交易时间'].dt.date
data['时间'] =data_2019['交易时间'].dt.time
data['年'] = data_2019['交易时间'].dt.year
data['季节'] = data_2019['交易时间'].dt.quarter
data['月'] = data_2019['交易时间'].dt.month
data['周']=data_2019['交易时间'].dt.week
data['日'] = data_2019['交易时间'].dt.day
data['小时'] =data_2019['交易时间'].dt.hour
data['分钟'] =data_2019['交易时间'].dt.minute
data['秒'] = data_2019['交易时间'].dt.second
data['一年第几天'] =data_2019['交易时间'].dt.dayofyear
data['一年第几周'] = data_2019['交易时间'].dt.weekofyear
data['一周第几天'] = data_2019['交易时间'].dt.dayofweek
data['一个月含有多少天'] = data_2019['交易时间'].dt.days_in_month
data['星期名称'] =data_2019['交易时间'].dt.weekday_name
print(data)
data.to_excel('C:\\Users\\02180085\\Desktop\\回店会员特征\\转换结果.xlsx')

可以参考一下链接哦：
数据分析中常用的时间序列日期分割方法
https://blog.csdn.net/qq_41940950/article/details/100060959