Extraer año, mes y día de la semana
Usar el accesor dt para crear características.
Extraer año, mes y día de la semana es una lección gratuita de Data Science Academy en CoddyKit. Esta es la lección 2 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de Data Science Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de Data Science Academy incluye 4 lecciones en total.
Una marca de tiempo contiene mucha información
Un valor de fecha y hora contiene un año, un mes, un día, una hora y el día de la semana. La habilidad consiste en extraer cada parte como una columna independiente para el análisis. 🧩
Conozca el accessor dt
En una columna de fecha y hora, el accessor dt es su puerta de entrada. Expone cada parte de la fecha como un atributo sencillo que puede leer o asignar.
df["date"].dt # gateway to date partsExtraiga el año
Obtener el year requiere una sola línea. Es perfecto para agrupar ventas o eventos en periodos anuales.
df["year"] = df["date"].dt.yearEl mes como número
El atributo month devuelve valores del 1 al 12. Úselo para comparar el mismo mes en distintos años.
df["month"] = df["date"].dt.monthEl mes por nombre
Los números son útiles para ordenar, pero los gráficos se leen mejor con nombres. Use month_name para obtener January, February y los demás nombres.
df["date"].dt.month_name() # 'March'Día de la semana
El atributo dayofweek numera los días desde Monday=0 hasta Sunday=6. Es la base de cualquier análisis de días laborables.
df["dow"] = df["date"].dt.dayofweekDía de la semana por nombre
¿Prefiere etiquetas legibles? Use day_name para convertir cada fecha en Monday, Tuesday y sucesivos nombres, y así agruparlos fácilmente.
df["date"].dt.day_name() # 'Friday'Detecte el fin de semana
Combine dayofweek con una comparación para marcar los fines de semana. Esta columna booleana separa al instante los días laborables de los días de descanso.
df["weekend"] = df["date"].dt.dayofweek >= 5Trimestre y día del año
Otras dos partes útiles: quarter para informes de Q1 a Q4 y dayofyear para seguir la posición dentro de un año.
df["date"].dt.quarter
df["date"].dt.dayofyearTambién horas y minutos
Si sus datos incluyen la hora, el accessor dt también expone hour y minute. Así resulta fácil estudiar los periodos de mayor actividad.
df["hour"] = df["date"].dt.hourLas características impulsan el análisis
Cada parte extraída se convierte en una característica por la que puede agrupar o que puede proporcionar a un modelo. Así es como las marcas de tiempo sin procesar se convierten en información útil.
df.groupby(df["date"].dt.month).size()Comprobación rápida
Quiere marcar las filas que corresponden a sábado o domingo.
Resumen: descomponga cualquier fecha
Usó el accessor dt para extraer el año, el mes, el día de la semana, el trimestre y la hora de las marcas de tiempo, convirtiendo cada elemento en una característica lista para agrupar. 🗓️
Preguntas frecuentes
¿La lección «Extraer año, mes y día de la semana» es gratis?
Sí — el texto completo de «Extraer año, mes y día de la semana» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de Data Science Academy, actualiza a CoddyKit PRO. El curso de Data Science Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Extraer año, mes y día de la semana»?
Usar el accesor dt para crear características. Practicas Data Science Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar Data Science Academy?
No se requiere experiencia previa. Data Science Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 2 de 4.
¿Cuánto tiempo toma la lección «Extraer año, mes y día de la semana»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de Data Science Academy?
Sí. Cada lección de Data Science Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Analizar cadenas como datetimes
- Extraer año, mes y día de la semana
- Reagrupar por día o por mes
- Zonas horarias y rangos de fechas