共计 740 个字符，预计需要花费 2 分钟才能阅读完成。

在 Python 中，你可以使用 pandas 库来提取对应年月日的数据。

首先，你需要导入 pandas 库：

import pandas as pd

然后，你可以使用 read_csv() 函数读取包含数据的 CSV 文件，或者使用 read_excel() 函数读取 Excel 文件。

接下来，将日期列转换为日期时间格式，以便能够使用日期时间功能。假设日期列的名称为date，你可以使用以下方法将其转换为日期时间格式：

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

然后，你可以使用 dt.year、dt.month 和dt.day属性从日期时间列中提取年、月和日。例如，要提取年为 2019 年的数据，你可以使用以下代码：

df_2019 = df[df['date'].dt.year == 2019]

要提取月份为 5 月的数据，你可以使用以下代码：

df_may = df[df['date'].dt.month == 5]

而要提取日为 15 日的数据，你可以使用以下代码：

df_15th = df[df['date'].dt.day == 15]

你还可以将多个条件组合在一起来提取特定年、月、日的数据。例如，要提取 2019 年 5 月 15 日的数据，你可以使用以下代码：

df_2019_5_15 = df[(df['date'].dt.year == 2019) & (df['date'].dt.month == 5) & (df['date'].dt.day == 15)]

以上是提取对应年月日的数据的一种方法。根据你的数据结构和需求，可能需要进行一些调整。

丸趣 TV 网 – 提供最优质的资源集合！