如何对datetime.date类型的Series应用.dt.year获取年份数组？

当你的Series存储的是Python原生datetime.date对象时，无法直接用.dt.year（因为.dt访问器仅支持pandas内置的datetime64[ns]类型），可以用以下几种方式获取完整年份数组：

方法1：转换为pandas datetime类型后使用.dt.year #

把存储datetime.date的Series转换成pandas内置的datetime类型，就能正常使用.dt访问器：

import pandas as pd
import datetime

# 构造示例Series
date_series = pd.Series([datetime.date(2023,1,1), datetime.date(2024,2,2), datetime.date(2025,3,3)])

# 转换为pandas datetime类型
dt_series = pd.to_datetime(date_series)
# 获取年份数组
years = dt_series.dt.year
print(years)

方法2：用apply提取每个元素的year属性 #

直接对Series中的每个datetime.date对象调用.year属性：

years = date_series.apply(lambda d: d.year)
print(years)

方法3：列表推导式生成年份数组 #

用Python列表推导式遍历Series，提取每个元素的年份，再转成Series或数组：

years_list = [d.year for d in date_series]
# 转成Series
years = pd.Series(years_list)
print(years)

三种方法都能得到完整的年份数组，其中方法1最推荐——转换后可使用pandas所有datetime相关操作，扩展性更强。

内容的提问来源于stack exchange，提问作者Xtiaan