在python中根据月份与年份排列数据系列

我有两个Python系列，如下所示

obstime        temperature

2012-01-31   -10.203452
2012-02-29    -7.818472
2012-03-31   -10.965704
2012-04-30   -12.800104
2012-05-31   -16.666207
2012-06-30   -11.511220
2012-07-31   -17.928276
2012-08-31   -14.837011
2012-09-30   -13.116554
2012-10-31    -9.929026
2012-11-30    -5.082396
2012-12-31   -10.915046
2013-01-31   -15.459292
2013-02-28    -8.278767
2013-03-31   -13.764899
2013-04-30   -13.262068
2013-05-31   -15.787945
2013-06-30   -13.096949
2013-07-31   -15.841149
2013-08-31   -16.051178
...
2016-01-31    -4.883573

我想以年与月的格式排列数据，如下所示：

Year    Jan   Feb   Mar   Apr    May   Jun   Jul   Aug   Sep   Oct  Nov  Dec
2012   -10.20 -7.81  ......
2013   -15.45  -8.27....
...
2016   -4.88  -7.94

需要解析年、月，其中应包含序列中的值。

您需要

你需要

---

不错的一个，但是如果你看到OPs的预期输出，我想他需要

df['Year']=df.obstime.dt.strftime（'%Y'）

和

df['Month']=df.obstime.dt.strftime（'%b'）

我看到

obstime

是一列，那么我们需要

df=df.set\u索引（obstime）

编辑了答案，请勾选nice one，但是如果你看到OPs的预期输出，我认为他需要

df['Year']=df.obstime.dt.strftime（'%Y'）

和

df['Month']=df.obstime.dt.strftime（'%b'）

在编辑之前，我在原始问题中将

obstime

作为索引，如果

obstime

是一列，然后我们需要

df=df。设置索引（obstime）

编辑答案，请检查

#if obstime is one of the columns, then convert it to index
#df.set_index('obstime',inplace=True)
#make your index to datetime
df.index=pd.to_datetime(df.index)

df['Year']=df.index.year

df['Month']=df.index.strftime('%b')

df.pivot_table(columns='Month',index='Year',values='temperature')