Extraire l’année, le mois et le jour de la semaine
Utiliser l’accesseur dt pour créer des variables
Extraire l’année, le mois et le jour de la semaine est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 2 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.
Un horodatage contient beaucoup d’informations
Une valeur de date et heure contient une année, un mois, un jour, une heure et un jour de la semaine. L’objectif est d’extraire chaque élément dans sa propre colonne pour l’analyse. 🧩
Découvrir l’accesseur dt
Sur une colonne de dates et heures, l’accesseur dt est votre point d’accès. Il expose chaque élément de la date sous forme d’un attribut simple que vous pouvez lire ou auquel vous pouvez affecter une valeur.
df["date"].dt # gateway to date partsExtraire l’année
Récupérer l’année ne prend qu’une ligne. C’est idéal pour regrouper les ventes ou les événements par année.
df["year"] = df["date"].dt.yearLe mois sous forme de nombre
L’attribut month renvoie une valeur de 1 à 12. Utilisez-le pour comparer le même mois sur plusieurs années.
df["month"] = df["date"].dt.monthLe mois par son nom
Les nombres sont pratiques pour trier, mais les graphiques sont plus lisibles avec des noms. Utilisez month_name pour obtenir janvier, février et les mois suivants.
df["date"].dt.month_name() # 'March'Jour de la semaine
L’attribut dayofweek numérote les jours de lundi=0 à dimanche=6. Il constitue la base de toute analyse des jours de la semaine.
df["dow"] = df["date"].dt.dayofweekLe jour de la semaine par son nom
Vous préférez des étiquettes lisibles ? Utilisez day_name pour transformer chaque date en lundi, mardi, etc., et faciliter les regroupements.
df["date"].dt.day_name() # 'Friday'Repérer le week-end
Combinez dayofweek avec une comparaison pour signaler les week-ends. Cette colonne booléenne sépare instantanément les jours travaillés des jours de repos.
df["weekend"] = df["date"].dt.dayofweek >= 5Trimestre et jour de l’année
Deux autres éléments utiles : quarter pour les rapports du T1 au T4, et dayofyear pour suivre la position dans une année donnée.
df["date"].dt.quarter
df["date"].dt.dayofyearLes heures et les minutes aussi
Si vos données contiennent une heure, l’accesseur dt expose également hour et minute. Il devient ainsi facile d’étudier les périodes de forte activité.
df["hour"] = df["date"].dt.hourLes caractéristiques alimentent l’analyse
Chaque élément extrait devient une caractéristique que vous pouvez utiliser pour regrouper les données ou alimenter un modèle. C’est ainsi que des horodatages bruts deviennent des informations utiles.
df.groupby(df["date"].dt.month).size()Vérification rapide
Vous souhaitez signaler les lignes qui correspondent au samedi ou au dimanche.
Récapitulatif : décomposer n’importe quelle date
Vous avez utilisé l’accesseur dt pour extraire l’année, le mois, le jour de la semaine, le trimestre et l’heure des horodatages, puis transformer chacun en caractéristique prête à être regroupée. 🗓️
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Extraire l’année, le mois et le jour de la semaine » est-elle gratuite ?
Oui — le texte complet de « Extraire l’année, le mois et le jour de la semaine » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Extraire l’année, le mois et le jour de la semaine » ?
Utiliser l’accesseur dt pour créer des variables Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Data Science Academy ?
Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 2 sur 4.
Combien de temps prend la leçon « Extraire l’année, le mois et le jour de la semaine » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?
Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Analyser des chaînes en dates et heures
- Extraire l’année, le mois et le jour de la semaine
- Rééchantillonner au jour ou au mois
- Fuseaux horaires et plages de dates