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。
