在进行数据分析时，我们经常需要对时间进行筛选和整理。而针对时间的处理中，最常见的就是提取年份和月份。那么，在使用数组进行数据分析时，如何快速地根据数组整合出所需的选年月呢？下面就来分享一些方法。

首先，我们可以使用Python语言中自带的datetime库来实现该功能。具体代码如下：

```python

import datetime

def get_year_month(array):

result = set()

for date in array:

year_month = datetime.datetime.strptime(date, "%Y-%m-%d").strftime("%Y%m")

result.add(year_month)

return sorted(list(result))

```

上述代码通过for循环遍历输入的日期数组，并将每个日期转换为指定格式（“%Y-%m-%d”），然后再按照要求输出（“%Y%m”）。其中，“%Y”表示四位数形式表示年份，“%m”则代表两位数形式表示月份。

接着，在主函数中调用get_year_month()函数即可得到所需结果。例如：

dates = ["2021-01-01", "2021-02-05", "2020-12-25"]

print(get_year_month(dates))

运行上述代码得到输出结果为：['202012', '202101', '202102']

另外，我们还可以使用pandas库中的to_datetime()和dt.strftime()函数来实现日期格式转换。具体代码如下：

import pandas as pd

df = pd.DataFrame({"date": array})

df["year_month"] = pd.to_datetime(df["date"]).dt.strftime('%Y%m')

return sorted(list(set(df["year_month"].values)))

上述代码首先将输入的日期数组构造成一个DataFrame对象，并新增一列“year_month”，然后通过pd.to_datetime()函数将该列数据转换为datetime类型，最后再调用dt.strftime()函数按照要求输出。

同样，在主函数中调用get_year_month()即可得到所需结果。例如：

以上两种方法都是比较常见且简单易懂的方式，但并不代表它们就是最优解。在实际应用过程中，根据具体情况选择合适的方法才能达到事半功倍的效果。

总之，在进行数据分析时，掌握这个技巧对提高工作效率和准确性都有很大帮助。希望本文分享能够对你有所启发！