Pandas: How to Extract Year from DateTime
Table of Contents :
Pandas adalah salah satu pustaka Python yang paling populer untuk analisis data. Salah satu fitur yang sangat berguna adalah kemampuan untuk mengelola dan memanipulasi data waktu. Dalam tutorial ini, kita akan membahas cara mengekstrak tahun dari objek DateTime di Pandas. 📅✨
Mengapa Menarik Menggunakan Pandas untuk Pengolahan Waktu?
Pandas menyediakan fungsionalitas yang sangat efisien dan mudah digunakan untuk mengelola data waktu. Mengelola data waktu secara tepat sangat penting dalam analisis data, seperti analisis tren, peramalan, dan pengelompokan berdasarkan tahun. Dengan menggunakan Pandas, kita bisa melakukan ini semua dengan cukup mudah.
Memulai dengan Pandas
Sebelum kita mulai, pastikan Anda telah menginstal Pandas. Jika belum, Anda dapat menginstalnya dengan menggunakan pip:
pip install pandas
Setelah itu, kita perlu mengimpor Pandas dalam kode Python kita:
import pandas as pd
Membuat Objek DateTime
Langkah pertama adalah membuat beberapa objek DateTime yang akan kita gunakan. Mari kita buat DataFrame sederhana yang berisi tanggal:
data = {
'tanggal': ['2023-01-15', '2022-05-21', '2021-11-30', '2020-07-04']
}
df = pd.DataFrame(data)
df['tanggal'] = pd.to_datetime(df['tanggal'])
print(df)
Ini akan menghasilkan DataFrame dengan kolom tanggal yang memiliki objek DateTime:
| tanggal | |
|---|---|
| 0 | 2023-01-15 00:00:00 |
| 1 | 2022-05-21 00:00:00 |
| 2 | 2021-11-30 00:00:00 |
| 3 | 2020-07-04 00:00:00 |
Mengekstrak Tahun dari DateTime
Setelah kita memiliki DataFrame dengan kolom tanggal, kita bisa dengan mudah mengekstrak tahun dari setiap tanggal tersebut menggunakan atribut .dt.year. Berikut adalah cara melakukannya:
df['tahun'] = df['tanggal'].dt.year
print(df)
Hasilnya akan terlihat seperti ini:
| tanggal | tahun | |
|---|---|---|
| 0 | 2023-01-15 00:00:00 | 2023 |
| 1 | 2022-05-21 00:00:00 | 2022 |
| 2 | 2021-11-30 00:00:00 | 2021 |
| 3 | 2020-07-04 00:00:00 | 2020 |
Seperti yang Anda lihat, kami berhasil menambahkan kolom baru yang berisi tahun dari setiap tanggal. 🎉
Penting untuk Diingat 📝
“Saat bekerja dengan data waktu, pastikan bahwa kolom Anda telah dikonversi ke format DateTime untuk menggunakan fitur waktu Pandas.”
Menggunakan Fungsi Lainnya
Selain mengekstrak tahun, Anda juga dapat mengambil komponen waktu lainnya, seperti bulan dan hari. Berikut adalah contoh bagaimana Anda dapat melakukannya:
df['bulan'] = df['tanggal'].dt.month
df['hari'] = df['tanggal'].dt.day
print(df)
Hasilnya akan menampilkan tahun, bulan, dan hari di dalam DataFrame:
| tanggal | tahun | bulan | hari | |
|---|---|---|---|---|
| 0 | 2023-01-15 00:00:00 | 2023 | 1 | 15 |
| 1 | 2022-05-21 00:00:00 | 2022 | 5 | 21 |
| 2 | 2021-11-30 00:00:00 | 2021 | 11 | 30 |
| 3 | 2020-07-04 00:00:00 | 2020 | 7 | 4 |
Kesimpulan
Dengan Pandas, mengekstrak tahun dari objek DateTime sangat mudah dan efisien. Anda dapat menggunakan fungsi dan atribut yang tersedia untuk melakukan berbagai analisis data terkait waktu. Mulailah menerapkan teknik ini dalam proyek Anda dan saksikan kemudahan yang ditawarkan Pandas dalam memanipulasi data waktu. Happy coding! 💻✨
