0Pricing
Data Science Academy · Lekcja

Wyodrębnianie roku, miesiąca i dnia tygodnia

Wykorzystanie akcesora dt do tworzenia cech

Wyodrębnianie roku, miesiąca i dnia tygodnia to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

A Timestamp Holds a Lot

One datetime value packs a year, month, day, hour, and weekday inside it. The skill is pulling each piece out as its own column for analysis. 🧩

Meet the dt Accessor

On a datetime column, the dt accessor is your gateway. It exposes every date part as a simple attribute you can read or assign.

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

Pull Out the Year

Grabbing the year is one line. It is perfect for grouping sales or events into annual buckets.

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

Month as a Number

The month attribute returns 1 through 12. Use it to compare the same month across different years.

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

Month by Name

Numbers are fine for sorting, but charts read better with names. Use month_name to get January, February, and friends.

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

Day of the Week

The dayofweek attribute numbers days from Monday=0 to Sunday=6. It is the backbone of any weekday analysis.

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

Weekday by Name

Want readable labels instead? Use day_name to turn each date into Monday, Tuesday, and so on for clean grouping.

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

Spot the Weekend

Combine dayofweek with a comparison to flag weekends. This boolean column instantly splits work days from rest days.

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

Quarter and Day of Year

Two more handy parts: quarter for Q1 to Q4 reporting, and dayofyear for tracking position within a single year.

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

Hours and Minutes Too

If your data has time, the dt accessor also exposes hour and minute. That makes it easy to study peak activity windows.

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

Features Power Analysis

Each extracted part becomes a feature you can group by or feed to a model. This is how raw timestamps turn into insight.

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

Quick Check

You want to flag rows that fall on Saturday or Sunday.

Recap: Unpack Any Date

You used the dt accessor to pull year, month, weekday, quarter, and hour from timestamps, turning each into a feature ready for grouping. 🗓️

Często zadawane pytania

Czy lekcja „Wyodrębnianie roku, miesiąca i dnia tygodnia” jest bezpłatna?

Tak — pełny tekst „Wyodrębnianie roku, miesiąca i dnia tygodnia” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Wyodrębnianie roku, miesiąca i dnia tygodnia”?

Wykorzystanie akcesora dt do tworzenia cech Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?

Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Wyodrębnianie roku, miesiąca i dnia tygodnia”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?

Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Parsowanie ciągów znaków do dat i czasu
  2. Wyodrębnianie roku, miesiąca i dnia tygodnia
  3. Resampling dzienny lub miesięczny
  4. Strefy czasowe i zakresy dat
← Powrót do Data Science Academy