dataframe列的“日期时间”进行提取对应的年月日时分。

import pandas as pd
df = pd.read_csv(file, encoding='utf-8-sig')
#dateframe 日期数据，字符型转换成日期格式
df['日期时间'] = pd.to_datetime(df['日期时间'],format='%Y/%m/%d %H:%M:%S')
#获取 日期数据 的年、月、日、时、分
df['年'] = df['日期时间'].dt.year
df['月'] = df['日期时间'].dt.month
df['日'] = df['日期时间'].dt.day
df['时'] = df['日期时间'].dt.hour
df['分'] = df['日期时间'].dt.minute

dataframe的列“时间”包含了年份、月份、import pandas as pddf = pd.read_csv(file, encoding='utf-8-sig')#dateframe 日期数据，字符型转换成日期格式df['日期时间'] = pd.to_datetime(df['日期时间'],format='%Y/%m/%d %H:%M:%S')#获取 日期数据 的年... 1、通过panda先生成 时间 序 列 ，再转换 pandas生成 时间 序 列 方法 生成完成之后，再通过pd.to_datetime((time.data)).strftime('%Y-%m-%d %H:%M') 可以将 时间 序 列 转换为 年 、 月 、 日 、 时 、 分 ，也可以生成 年 、 月 、 日 的形式，将上述代码改为pd.to_datetime((time.data)).strftime('%Y-%m-%d ')即可。 实例代码如下： import pandas as pd from datetim test=pd.date_range('2020-05-09', periods=50,freq='H') #生成 时间 序 列 ，期数是12， 时间 间隔按照 分 钟 test[1:10] #构造 时间 序 列 数据 ts=pd.Series(np.arange(50),index=tes dataframe ['date'] = pd.to_datetime( dataframe ['date']) dataframe ['date'] = dataframe ['date'].dt.strftime('%Y-%m-%d') 如果要把这一 列 指定为index，则： df.set_index("date", inplace=True)