【python】日付を分割

時系列データを分析する際、タイムスタンプなどのカラムで
「2016-12-17 09:59:17」
というような形式で保存されている場合があります。
この形式から、機械学習で扱えるように、
日付を年、月、日、時間、曜日に分割する方法を掲載します。

今回は、下記のようなダミーデータを使用します。

time.py

import pandas as pd
df = pd.read_csv('df.csv')
df.head()

# 出力
    patient	Last UpDdated
0	5.0	    2020-03-22 10:00:00
1	4.0	    2020-03-22 11:00:00
2	6.0	    2020-03-22 12:00:00
3	10.0	2020-03-23 10:00:00
4	3.0	    2020-03-23 11:00:00

df.info()
#出力
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 21 entries, 0 to 20
Data columns (total 3 columns):
patient          21 non-null float64
Last UpDdated    21 non-null object
dtypes: float64(2),　object(1)
memory usage: 800.0+ bytes

Last UpDated列の日付を分割します。
■順番
①object型からdatetime64[ns]型に変換
　　pd.to_datetime(df['Last UpDdated'])
②.dt.〜で年、月、日、時間、曜日、を取得
　　df['Last UpDdated'].dt.month

time.py

df['Last UpDdated'] = pd.to_datetime(df['Last UpDdated']) # 型を変換
df.dtypes

# 出力
patient                 float64
Last UpDdated    datetime64[ns]
dtype: object

# 列「manth」追加
df['month'] = df['Last UpDdated'].dt.month
# 列「day」追加
df['day'] = df['Last UpDdated'].dt.day
# 列「hour」追加
df['hour'] = df['Last UpDdated'].dt.hour
# 列「week」追加
df['week'] = df['Last UpDdated'].dt.dayofweek
# Last UpDdatedを削除
df = df.drop(['Last UpDdated'],axis=1)

df.head()

#出力
	patient	month  day	hour  week
0	5.0	    3	   22	10	  6
1	4.0	    3	   22	11	  6
2	6.0	    3	   22	12	  6
3	10.0	3	   23	10	  0
4	3.0	    3	   23	11	  0

Last UpDated列の値を元に、月、日、時間、曜日列が追加されました！
曜日は０〜６のint型になっています。