python怎样从数据框的日期时间列提取出年月列？

　　数据框＂日期时间＂列初始状态是这样的
　　载入的数据框变量为df2，包含两列信息，分别是datee及aqi；前者代表日期时间，后者代表分析指标aqi。
　　df2的＂日期时间＂列的格式为＂yyyy/m/d＂，这种格式无法按年份或者按月份进行分组统计，开展后续的分析。
　　需要的最终状态是这样的
　　如图所示，需要产生新的列，分别是＂year＂、＂month＂列，最终的结果是图中所示的。
　　实现第1步：产生＂year＂列
　　这一步的实现有多种方法，这里采用最简单的方法，即取＂datee＂列（字符类型）的前四位字符，使用series.str[0:4]实现。#载入库 import numpy as np import pandas as pd  #增加列-年份： df2[＂year＂]=df2[＂datee＂].str[0:4]  实现第2步：将＂datee＂列的数据类型进行转换处理，否则无法进行下一步#转换为日期时间格式 df2.datee=pd.to_datetime(df2.datee)  df2.datee 0      2014-01-01 1      2014-01-02 2      2014-01-03 3      2014-01-04 4      2014-01-05           ...     2842   2021-11-26 2843   2021-11-27 2844   2021-11-28 2845   2021-11-29 2846   2021-11-30 Name: datee, Length: 2847, dtype: datetime64[ns]
　　完成这一步后，＂datee＂列的格式虽然统一为＂yyyy-mm-dd＂格式，但是千万不要使用第一步的方法去提取部分字符串，否则一定会失败的，我尝试多次，最终发现了这点；根本原因在于：此时该列的格式已经不是字符类型了，不能这样操作。实现第3步：使用循环语句生成月份信息，再产生数据框新列#建立过渡变量 df2m=[]  #逐步填充过渡变量 for i in range(len(df2)): 				df2m.append(df2.datee[i].month)  #产生新列＂month＂ df2[＂month＂]=df2m
　　这是达到目的的最可靠方法，虽然使用了过渡变量，略显复杂，但还是能够达到目的。
　　虽然感觉很合逻辑，但是下面的代码是通不过的，这经过多次检验了的；还是尊重python的语法规律吧。#先产生新列，用0填充 df2[＂month＂]=np.zeros((2847,1))  #对新列内容进行更新，不能成功的！！！ for i in range(len(df2)):     df2[＂month＂][i]=df2.datee[i].month