Pandas 入门：使用 `dt.year`、`dt.month`、`dt.day`、`dt.hour`、`dt.minute` 和 `dt.second` 函数抽取 DataFrame 日期数据列对应的年月日时分秒

在 Pandas 中，我们可以使用 dt 模块中的函数来操作日期和时间数据。对于日期时间列，我们可以使用 dt.year、dt.month、dt.day、dt.hour、dt.minute 和 dt.second 函数来分别提取对应的年月日时分秒信息。
首先，我们需要导入 Pandas 库并创建一个包含日期时间列的 DataFrame。例如，我们可以创建一个包含当前日期的 DataFrame：

import pandas as pd
from datetime import datetime
# 创建一个包含当前日期的 DataFrame
df = pd.DataFrame({
'date': [datetime.now() for _ in range(5)]
})
print(df)

接下来，我们可以使用 dt 模块中的函数来提取日期时间列中的年月日时分秒信息。例如，我们可以使用 dt.year 函数提取年份信息：

# 提取年份信息
df['year'] = df['date'].dt.year
print(df)

类似地，我们可以使用 dt.month、dt.day、dt.hour、dt.minute 和 dt.second 函数分别提取月份、日期、小时、分钟和秒信息：

# 提取月份信息
df['month'] = df['date'].dt.month
# 提取日期信息
df['day'] = df['date'].dt.day
# 提取小时信息
df['hour'] = df['date'].dt.hour
# 提取分钟信息
df['minute'] = df['date'].dt.minute
# 提取秒信息
df['second'] = df['date'].dt.second
print(df)

最后，我们可以将提取的年月日时分秒信息合并为一个新的列，以方便查看：

# 将年月日时分秒信息合并为一个新的列
df['date_parts'] = df['year'] + '-' + df['month'].astype(str).str.zfill(2) + '-' + df['day'].astype(str).str.zfill(2) + ' ' + df['hour'].astype(str).str.zfill(2) + ':' + df['minute'].astype(str).str.zfill(2) + ':' + df['second'].astype(str).str.zfill(2)
print(df)

这样，我们就可以使用 Pandas 的 dt 模块中的函数从日期时间列中提取年月日时分秒信息，并将它们合并为一个新的列进行查看。这种方法在处理日期时间数据时非常有用，可以帮助我们更好地理解数据的结构和特征。