如何从熊猫数据框列中选择日期间隔？ [复制]

Posted 2023-03-10

【中文标题】如何从熊猫数据框列中选择日期间隔？ [复制]

【英文标题】：How to choose date interval from pandas dataframe column? [duplicate]

【发布时间】：2018-11-09 14:57:49

【问题描述】：

如何根据现有数据帧的日期间隔创建新数据帧：

df=pd.DataFrame([["01.01.18",32],
    ["01.01.18",8],
    ["01.01.18",12],
    ["01.01.18",77],
    ["02.01.18",99],
    ["03.01.18",78],
    ["04.01.18",89],
    ["02.02.18",85],
    ["10.03.18",35],
    ["13.04.18",81],
    ["03.02.18",97],
    ["29.03.18",90],
    ["08.04.18",7]],columns=["date","payment"])

如何创建日期值在 01.01.18 和 31.01.18 之间的数据框，所以新的 df 看起来像：

Date Payment 
01.01.18,   32
01.01.18,   8
01.01.18,   12
01.01.18,   77
02.01.18,   99
03.01.18,   78
04.01.18,   89

【问题讨论】：

对于现有数据框中不存在的日期，您希望 payment 做什么？如果您可以显示预期输出的示例，这可能会有所帮助。

@jpp 更新了问题

df[(df.date >= "01.01.18") & (df.date <= "31.01.18")]?

您可以查看标记的副本。注意.ix已经被贬值了，所以使用.loc。

@jpp 好吧，该问题中的每个答案都有 .ix 解决方案（因为它已被贬值，所以很混乱），可能值得像这样更新问题或创建另一个问题。

【参考方案1】：

你需要：

df.set_index(pd.to_datetime(df['date'])).loc['2018-01-01':'2018-01-31'].reset_index(drop=True)

输出：

        date    payment
0   01.01.18    32
1   01.01.18    8
2   01.01.18    12
3   01.01.18    77

您可以继续使用原始日期格式以及以下代码并获得相同的输出：

import datetime as dt
start = dt.datetime.strptime('01.01.18', '%d.%m.%y').strftime('%Y-%m-%d')
end = dt.datetime.strptime('31.01.18', '%d.%m.%y').strftime('%Y-%m-%d')
df.set_index(pd.to_datetime(df['date'])).loc[start:end].reset_index(drop=True)

【讨论】：

谢谢，为什么输出没有 02.01.18、03.01.18、04.01.18 日期的值？

@user40 那是因为pd.to_datetime()

那么我该如何包含这些值呢？它们在 '2018-01-01':'2018-01-31' 范围内

@user40，好点子。查看编辑。

什么是 dt ？谢谢