Series物件和DataFrame的列資料提供了cat、dt、str三種屬性介面（accessors），分別對應分類資料、日期時間資料和字串資料，通過這幾個介面可以快速實現特定的功能，非常快捷。

今天翻閱pandas官方文件總結了以下幾個常用的api。

1.dt.date 和 dt.normalize()，他們都返回一個日期的 日期部分，即只包含年月日。但不同的是date返回的Series是object型別的，normalize()返回的Series是datetime64型別的。

這裡先簡單建立一個dataframe。

2.dt.year、dt.month、dt.day、dt.hour、dt.minute、dt.second、dt.week (dt.weekofyear和dt.week一樣)分別返回日期的年、月、日、小時、分、秒及一年中的第幾周

3.dt.weekday（dt.dayofweek一樣）返回一週中的星期幾，0代表星期一，6代表星期天，dt.weekday_name返回星期幾的英文。

4.dt.dayofyear 返回一年的第幾天，dt.quarter得到每個日期分別是第幾個季度。

5.dt.is_month_start和dt.is_month_end 判斷日期是否是每月的第一天或最後一天，可以將month換成year和quarter相應的判斷日期是否是每年或季度的第一天或最後一天.

6.dt.is_leap_year 判斷是否是閏年

7.dt.month_name() 返回月份的英文名稱.

補充知識：pandas字串與時間序列的處理 str 與 dt

一、str屬性

pandas裡的Series有一個str屬性，通個這個屬性可以呼叫一些對字串處理的通用函式，

如：df['road'].str.contains('康莊大道') 會返回字串裡包含'康莊大道'的資料。

二、dt屬性

pandas裡對時間序列的處理，使用dt屬性，如

df['datetime'].dt.time > time(10,0)

兩個series的and比較 是使用 &運算子，如

(df['datetime'].dt.time > time(10,0) ) & (df['datetime'].dt.time < time(12,0))，

返回10點到12點之間的資料。

三、apply 函式示例

df['time'] = df['datetime'].apply(lambda x: x.time())

以上為個人經驗，希望能給大家一個參考，也希望大家多多支援我們。如有錯誤或未考慮完全的地方，望不吝賜教。