Data Science Academy · Lektion

Udtræk år, måned og ugedag

Brug dt-accessoren til at oprette funktioner.

Lektion 2 af 413 trin

Udtræk år, måned og ugedag er en gratis Data Science Academy-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Data Science Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Data Science Academy-kurset indeholder 4 lektioner i alt.

Et tidsstempel indeholder meget

Én datetime-værdi indeholder år, måned, dag, klokkeslæt og ugedag. Kunsten er at trække hver del ud som sin egen kolonne til analyse. 🧩

Mød dt-accessoren

På en datetime-kolonne er dt-accessoren din indgang. Den gør alle datodele tilgængelige som enkle attributter, du kan læse eller tildele.

df["date"].dt  # gateway to date parts

Hent året ud

Det kræver kun én linje at hente year. Det er ideelt til at gruppere salg eller hændelser i årlige kategorier.

df["year"] = df["date"].dt.year

Måned som tal

Attributten month returnerer værdierne 1 til 12. Brug den til at sammenligne den samme måned på tværs af forskellige år.

df["month"] = df["date"].dt.month

Månedens navn

Tal er fine til sortering, men diagrammer er nemmere at læse med navne. Brug month_name til at få January, February og de øvrige månedsnavne.

df["date"].dt.month_name()  # 'March'

Ugedag

Attributten dayofweek nummererer dagene fra Monday=0 til Sunday=6. Den er grundlaget for enhver analyse af ugedage.

df["dow"] = df["date"].dt.dayofweek

Ugedag efter navn

Vil du hellere have læsbare etiketter? Brug day_name til at omdanne hver dato til Monday, Tuesday og så videre, så du får en ren gruppering.

df["date"].dt.day_name()  # 'Friday'

Find weekenden

Kombinér dayofweek med en sammenligning for at markere weekender. Denne booleske kolonne opdeler straks arbejdsdage og fridage.

df["weekend"] = df["date"].dt.dayofweek >= 5

Kvartal og dag i året

To andre nyttige dele er quarter til rapportering fra Q1 til Q4 og dayofyear til at følge placeringen inden for et enkelt år.

df["date"].dt.quarter
df["date"].dt.dayofyear

Også timer og minutter

Hvis dine data indeholder et klokkeslæt, gør dt-accessoren også hour og minute tilgængelige. Det gør det nemt at undersøge perioder med høj aktivitet.

df["hour"] = df["date"].dt.hour

Funktioner driver analysen

Hver udtrukket del bliver en funktion, som du kan gruppere efter eller give til en model. Sådan bliver rå tidsstempler til indsigt.

df.groupby(df["date"].dt.month).size()

Hurtigt tjek

Du vil markere rækker, der falder på lørdag eller søndag.

Opsummering: Pak enhver dato ud

Du brugte dt-accessoren til at hente år, måned, ugedag, kvartal og time ud af tidsstempler og omdannede hver del til en funktion, der er klar til gruppering. 🗓️

Gratis at komme i gang

Lær Python med en AI-underviser — gratis

Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.

Kurser
30
Lektioner
120

Ofte stillede spørgsmål

Er lektionen “Udtræk år, måned og ugedag” gratis?

Ja — hele teksten til “Udtræk år, måned og ugedag” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Data Science Academy-kurset, skal du opgradere til CoddyKit PRO. Data Science Academy-kurset indeholder 4 lektioner i alt.

Hvad lærer jeg i “Udtræk år, måned og ugedag”?

Brug dt-accessoren til at oprette funktioner. Du øver dig i Data Science Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.

Skal jeg have erfaring for at begynde på Data Science Academy?

Der kræves ingen tidligere erfaring. Data Science Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.

Hvor lang tid tager lektionen “Udtræk år, måned og ugedag”?

De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.

Kan jeg skrive og køre kode i denne Data Science Academy-lektion?

Ja. Alle Data Science Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.

Alle lektioner i dette kursus

  1. Analysér strenge som datotidspunkter
  2. Udtræk år, måned og ugedag
  3. Aggreger til dag eller måned
  4. Tidszoner og datointervaller
← Tilbage til Data Science Academy