数据分析中经常要对日期特征进行拆分，提取年份、月份和日期等信息。

1. 获取年月日的基本方法：

from datetime import *
# 获取当天的年月日信息：
year = datetime.now().year
month = datetime.now().month
day = datetime.now().day
print("year:", year)
print("month:", month)
print("day:", day)

这种方式仅适用于单个日期数据的提取，而在现实的数据分析中，一般是导入数据后就转换为dataframe，于是过程中经常遇到这样的报错：

• AttributeError: ‘Series’ object has no attribute ‘month’
• AttributeError: ‘str’ object has no attribute ‘month’

2. 问题分析一：数据的格式不对

使用datetime模块在dataframe表格中提取日期中的月份信息，需要使用map()/apply() 函数来实现（df[“month”] = df[“date”].apply(lambda x: x.month）

# 1. 建立含日期的数据表
set1 = {"date": ["2021.01.01", "2019.02.15", "2021.03.20", "2021.01.15", "2019.01.25"],
     "category": ["A", "D", "B", "A", "B"],
     "value": [100, 50, 200, 180, 300]}
df = pd.DataFrame(set1, columns=["date", "category", "value"])
df

这时的df[“date”]的类型是str（查看语句：type(df[“date”][0]）, 不能直接提取信息，需要进行类型的转换：str类型 – > datetime类型；否则会报错：AttributeError: ‘str’ object has no attribute ‘month’

# 2. 将dataframe中的数据类型从str转换为datetime类型
from datetime import *
df["date"] = df["date"].map(lambda x: datetime.strptime(x, "%Y.%m.%d"))
df["date"]

这时候还不能直接提取，会报错 - AttributeError: ‘Series’ object has no attribute ‘month’, 可使用map/apply函数来解决

# 3. 使用map()或apply()函数对日期特征进行年、月、日的提取
from datetime import *
df["year"] = df["date"].map(lambda x: x.year)
df["month"] = df["date"].map(lambda x: x.month)
df["day"] = df["date"].map(lambda x: x.day)
df

小结：年、月、日的信息都被提取出来了！

3. 问题分析二：源数据中存在错误记录

经历分享：过程中数据的格式、使用方法都是正确的，但是一直在报错：
AttributeError: ‘str’ object has no attribute ‘month’
是因为源数据中存在错误信息，如2020-08-31被错误记录为"8/311", 系统无法识别而报错，只要将错误信息更正就能解决问题了。