分割日期从. CSV文件： 1/16/2016到年： 2016，日： 16，月： 1

Question

我有一本书。包含以下列的csv文件：名称、日期、信息、统计信息、更多信息

我想进口这个。csv文件（使用Python 3.6代码或Pandas）

然后我需要过滤列：NAME，DATE，INFO

这是我有麻烦的地方，我需要采取我的. csv文件的'日期'列，其中列出了一个日期为1/16/2016，并将其分开，这样我就可以只选择月份为我的过滤. csv输出文件。

我最后要读的专栏，比如名字、月份、信息

整个“日期”栏分为两年——2016年和2017年。我需要记下2016年的姓名、月份和信息，并将其保存到一个新文件夹中。csv文件，2017年也是如此，因此每年都以分组月份分隔。

averageData = pd.read_csv('Data.csv', sep = ',', parse_dates=True)
df1 = averageData.loc[:, ["DATE", "NAME", "INFO"]]
df1["DATE"] = pd.to_datetime(df1["DATE"])
stripdate = datetime.datetime.strptime(['01-01-2016'], '%Y-%m-%d')

变量stripdate，其中datetime。约会时间。strtime（）应该以正确的格式重新安排日期，这是我误解的地方。我该如何根据我的工作表中“日期”列下列出的日期，按月份对所有内容进行分组。csv文件。然后在纽约按年份进一步分组。csv文件？

Answer 1

import pandas as pd

df = pd.DataFrame({'date':['01-16-2016','06-24-2016','04-30-2016','07-09-2016','03-21-2017','01-13-2017'],'Parameter':[10,420,60,10,21,33]})

df['date'] = pd.to_datetime(df['date'], format='%m-%d-%Y')

如果您想在数据中添加年份为2016、日期为16、月份为1的列，请尝试：

df['Year'] = df['date'].dt.year
df['Month'] = df['date'].dt.month
df['Day'] = df['date'].dt.day

之后，您可以根据年份定位数据帧并保存到csv。

df.loc[df['Year'] == 2016].to_csv('2016.csv')

如果您希望每月对数据进行分组：

df=df.set_index('date')
df1=df.resample("M").sum() # Mean is another option.

或

df1 = df.groupby(pd.TimeGrouper("M")).sum()