연도, 월, 요일 추출하기
특성 추출에 dt 접근자를 사용합니다
연도, 월, 요일 추출하기은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
타임스탬프에는 많은 정보가 담깁니다
하나의 날짜시간 값에는 연도, 월, 일, 시, 요일이 모두 들어 있습니다. 각 부분을 분석에 사용할 독립적인 열로 꺼내는 것이 핵심입니다. 🧩
dt 접근자 알아보기
날짜시간 열에서 dt 접근자는 여러 기능으로 들어가는 관문입니다. 읽거나 할당할 수 있는 간단한 속성으로 모든 날짜 부분을 제공합니다.
df["date"].dt # gateway to date parts연도 추출하기
year를 가져오는 데는 한 줄이면 됩니다. 판매량이나 이벤트를 연도별 그룹으로 묶을 때 매우 유용합니다.
df["year"] = df["date"].dt.year숫자로 나타낸 월
month 속성은 1부터 12까지의 값을 반환합니다. 여러 연도에서 같은 월을 비교할 때 사용하세요.
df["month"] = df["date"].dt.month이름으로 나타낸 월
정렬에는 숫자가 좋지만 차트에서는 이름이 더 읽기 쉽습니다. month_name을 사용하면 January, February와 같은 월 이름을 얻을 수 있습니다.
df["date"].dt.month_name() # 'March'요일
dayofweek 속성은 월요일=0부터 일요일=6까지 숫자로 요일을 나타냅니다. 모든 평일 분석의 기반이 됩니다.
df["dow"] = df["date"].dt.dayofweek이름으로 나타낸 요일
읽기 쉬운 레이블이 필요하다면 day_name을 사용하세요. 각 날짜를 Monday, Tuesday 등으로 바꾸어 깔끔하게 그룹화할 수 있습니다.
df["date"].dt.day_name() # 'Friday'주말 찾기
dayofweek를 비교 조건과 결합해 주말을 표시하세요. 이 불리언 열은 근무일과 휴식일을 즉시 나눠 줍니다.
df["weekend"] = df["date"].dt.dayofweek >= 5분기와 연중 일수
유용한 부분이 두 가지 더 있습니다. 보고서에서 Q1부터 Q4까지 사용할 때는 quarter를, 한 해 안에서의 위치를 추적할 때는 dayofyear를 사용합니다.
df["date"].dt.quarter
df["date"].dt.dayofyear시와 분도 추출하기
데이터에 시간이 있다면 dt 접근자는 hour와 minute도 제공합니다. 따라서 활동이 가장 많은 시간대를 쉽게 분석할 수 있습니다.
df["hour"] = df["date"].dt.hour특징이 분석을 이끕니다
추출한 각 부분은 그룹화하거나 모델에 입력할 수 있는 특징이 됩니다. 이렇게 원시 타임스탬프가 통찰로 바뀝니다.
df.groupby(df["date"].dt.month).size()빠른 확인
토요일이나 일요일에 해당하는 행을 표시하려고 합니다.
복습: 모든 날짜의 정보 꺼내기
dt 접근자를 사용해 타임스탬프에서 연도, 월, 요일, 분기, 시를 추출하고, 각각을 그룹화에 사용할 특징으로 바꾸었습니다. 🗓️
자주 묻는 질문
“연도, 월, 요일 추출하기” 강의는 무료인가요?
네 — “연도, 월, 요일 추출하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“연도, 월, 요일 추출하기”에서 뭘 배우나요?
특성 추출에 dt 접근자를 사용합니다 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Data Science Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.
“연도, 월, 요일 추출하기” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 문자열을 날짜시간으로 해석하기
- 연도, 월, 요일 추출하기
- 일별 또는 월별로 리샘플링하기
- 시간대와 날짜 범위