本文共 1266 字，大约阅读时间需要 4 分钟。

要从一个包含日期（以"年-月-日"格式）的pandas DataFrame中提取唯一日期，可以按照以下步骤操作：

步骤1: 导入pandas库

确保你已经安装了pandas库。如果尚未安装，可以通过以下命令进行安装：

pip install pandas

步骤2: 创建一个包含日期的DataFrame

以下是创建包含日期的DataFrame的示例代码：

data = {'date': ['2023-04-01', '2023-04-02', '2023-04-01', '2023-04-03']}df = pd.DataFrame(data)

步骤3: 将日期列转换为datetime对象

使用pd.to_datetime()函数将字符串日期转换为datetime对象：

df['date'] = pd.to_datetime(df['date'])

步骤4: 从DataFrame中提取唯一日期

使用drop_duplicates()方法去除重复日期：

unique_dates = df['date'].drop_duplicates()

测试用例

以下是验证提取唯一日期功能的测试用例：

test_data = {'date': ['2023-04-01', '2023-04-02', '2023-04-01', '2023-04-03']}test_df = pd.DataFrame(test_data)unique_dates_test = test_df['date'].drop_duplicates()assert unique_dates_test.equals(pd.to_datetime(['2023-04-01', '2023-04-02', '2023-04-03'])), "测试用例失败"print("测试用例通过！")

完整代码示例

以下是完整的代码示例：

import pandas as pddata = {'date': ['2023-04-01', '2023-04-02', '2023-04-01', '2023-04-03']}df = pd.DataFrame(data)df['date'] = pd.to_datetime(df['date'])unique_dates = df['date'].drop_duplicates()print("原始 DataFrame:")print(df)print("\n转换后的 DataFrame（日期列已转换为 datetime）：")print(df)print("\n唯一日期：")print(unique_dates)

人工智能大模型应用场景

在自然语言处理（NLP）和机器学习中，数据预处理阶段经常需要将日期从字符串转换为适合模型训练的格式。通过上述步骤，可以将文本中的日期信息提取出来作为特征进行建模。此外，如果日期被编码为某种特定格式（如Unix时间戳），也可以先将其转换为datetime对象再提取唯一日期。

转载地址：http://kmafk.baihongyu.com/