Pandas：从 Pandas DataFrame 中选择两个日期之间的所有数据

Posted 2023-03-10

【中文标题】Pandas：从 Pandas DataFrame 中选择两个日期之间的所有数据

【英文标题】：Pandas: Select all data from Pandas DataFrame between two dates

【发布时间】：2020-06-11 23:24:08

【问题描述】：

我有 DataFrame，其中有一列包含事件日期（日期不是唯一的）。我需要选择此期间的所有数据。我下一个试试：

start_day = datetime.date(datetime.strptime(start_day, '%d.%m.%Y')) #change user data to date format

end_day = datetime.date(datetime.strptime(end_day, '%d.%m.%Y'))

df = df[df['Transaction_date'].between(start_day, end_day)]

列Transaction_date 的类型是datetime64[ns]。 当我以01/01/2020 到31/01/2020 期间的请求运行代码时 - 指定期间的部分数据丢失（信息仅显示 21 天，应该是 31 天）。

我看到数据框包含整个请求期间的数据。 你能帮我吗，我的错误在哪里？

【问题讨论】：

你能显示print(df[~df['Transaction_date'].between(start_day, end_day)].shape) 的输出吗（在你的代码之后添加）

这能回答你的问题吗？ Filtering Pandas DataFrames on dates

在此之后： print(df[~df['Transaction_date'].between(start_day, end_day)].shape) 我得到下一个输出：(0,12)

【参考方案1】：

我使用了以下测试DataFrame：

   Transaction_date  Value
0        2019-12-31     10
1        2020-01-10     10
2        2020-01-15     10
3        2020-01-20     10
4        2020-01-25     10
5        2020-01-28     10
6        2020-01-29     10
7        2020-01-30     10
8        2020-01-31     10
9        2020-02-01     10
10       2020-02-01     10

开始/结束日期是：

start_day = '01.01.2020'
end_day = '31.01.2020'

代码是：

# Convert start / end dates to datetime
start_day = pd.to_datetime(start_day)
end_day = pd.to_datetime(end_day)

我注意到您使用 datetime 模块，我认为这是一种不好的做法。 为此，请使用专用的 pandasonic 函数 (to_datetime)。 它甚至足够聪明，可以识别许多常用的日期格式， 所以不需要自己指定。

要获得实际结果，请运行：

df[df['Transaction_date'].between(start_day, end_day)]

结果是：

  Transaction_date  Value
1       2020-01-10     10
2       2020-01-15     10
3       2020-01-20     10
4       2020-01-25     10
5       2020-01-28     10
6       2020-01-29     10
7       2020-01-30     10
8       2020-01-31     10

如你所见：

2019 的日期已删除。 输出仅包含一月份的日期，直到最后。 2 月初的日期也已删除。

在您的计算机上重复我的示例。也许你的问题的根源 （结果不包含一月份的所有日期）在某个地方 还有吗？

【讨论】：

谢谢你的回答，真的帮了我。在您的支持下，我在源数据中发现了一个错误——“Transaction_date”列中的日期格式不同。我认为这正是我的问题。