Python Pandas：直接从Datetime列返回小时

假设我有一个时间戳值的数据帧

sales

：

timestamp               sales_office
2014-01-01 09:01:00     Cincinnati
2014-01-01 09:11:00     San Francisco
2014-01-01 15:22:00     Chicago
2014-01-01 19:01:00     Chicago

我想创建一个新列

time\u hour

。我可以通过编写一个简短的函数来创建它，并使用

apply（）

迭代地应用它：

def hr_func(ts):
    return ts.hour

sales['time_hour'] = sales['timestamp'].apply(hr_func)

然后我会看到这个结果：

timestamp               sales_office         time_hour
2014-01-01 09:01:00     Cincinnati           9
2014-01-01 09:11:00     San Francisco        9
2014-01-01 15:22:00     Chicago              15
2014-01-01 19:01:00     Chicago              19

我想实现的是这样的一些较短的转换（我知道这是错误的，但得到了精神）：

显然，列的类型是

Series

，因此没有这些属性，但似乎有一种更简单的方法来使用矩阵运算

有更直接的方法吗？

您可以使用，例如：

---

假设timestamp是数据帧的索引，则只需执行以下操作：

hours = sales.index.hour

如果要将其添加到销售数据框中，只需执行以下操作：

import pandas as pd
pd.concat([sales, pd.DataFrame(hours, index=sales.index)], axis = 1)

编辑： 如果有几列datetime对象，则是同一个过程。如果您的数据框中有一列['date']，并且假设'date'具有datetime值，则可以访问从'date'开始的小时，如下所示：

hours = sales['date'].hour

编辑2： 如果要调整数据框中的列，必须包括

dt

：

sales['datehour'] = sales['date'].dt.hour

对于后代：截至，您可以使用一个方便的工具从datetime/period系列中提取此类值（在上述情况下，只需

sales.timestamp.dt.hour

！

您可以尝试以下方法：

sales['time_hour'] = pd.to_datetime(sales['timestamp']).dt.hour

---

以下是一个简单的解决方案：

import pandas as pd
# convert the timestamp column to datetime
df['timestamp'] = pd.to_datetime(df['timestamp'])

# extract hour from the timestamp column to create an time_hour column
df['time_hour'] = df['timestamp'].dt.hour

---

由于最快、最短的答案是一条评论（来自Jeff），并且有一个打字错误，因此在这里它被更正并完整：

sales['time_hour'] = pd.DatetimeIndex(sales['timestamp']).hour

现在我们可以使用：

sales['time_hour'] = sales['timestamp'].apply(lambda x: x.hour)

---

这非常有帮助，尤其是在无法使用

apply（）的情况下

。这是真的，但它比使用sales.timestamp.dt.hour慢，而且写起来也慢。不幸的是，我的示例设置得不好。我的实际难题包括几列

datetime

值。我将计算时间戳之间经过的营业时间，因此将提取几组小时单位值s、 假设'date'是一列

hours=sales['date']。hour1

将给出一个属性错误：

AttributeError:'Series'对象没有属性'hour'

@Lucas right，如果它是一列，那么答案将是hours=sales['date']怀特先生。hour@famargar非常感谢您添加dt拯救我的生命。顺便问一下，dt的含义是什么？@重载可能是

datetime

pd.Datetimeindex（sales['timestamp'）的缩写）.hour

将比使用

快得多。apply

这是我将采用的方法。我正在寻找一种方法，使用

pd.to\u datetime

迭代地将这些列转换为类似datetimeindex的对象。但是整个列本身需要是datetimeindex对象，这不是使用

pd.to\u datetime

实现的。您可以这样做使用

pd.to\u datetime（column.values，box=True）

以及（我认为会添加一个

Series.to\u index（）

方法来直接执行此操作。这都是矢量化的。@JohnE不确定您在说什么about@Jeff--

Datetimeindex

应该是

Datetimeindex

，对吗？（索引中的大写I）提供的链接对我不起作用。这一个起作用了。

sales['time_hour'] = pd.DatetimeIndex(sales['timestamp']).hour

sales['time_hour'] = sales['timestamp'].apply(lambda x: x.hour)