如何根据 Pandas 中的日期过滤 DataFrame 行

  1. 使用布尔掩码选择两个日期之间的行
  2. pandas.DataFrame.query() 选择两个日期之间的 DataFrame 行
  3. pandas.DataFrame.isin() 选择两个日期之间的 DataFrame 行
  4. pandas.Series.between() 选择两个日期之间的 DataFrame 行

我们可以使用带有 loc 方法和 DataFrame 索引的布尔掩码,根据 Pandas 中的日期过滤 DataFrame 行。我们也可以对 DataFrame 对象使用 query,isin 和 between 方法来基于 Pandas 中的日期选择行。

使用布尔掩码选择两个日期之间的行

要使用布尔掩码基于 Pandas 中的日期过滤 DataFrame 行,我们首先使用以下语法创建布尔掩码:

mask = (df['col'] > start_date) & (df['col'] <= end_date)

其中 start_dateend_date 均为 datetime 格式,它们表示必须从中过滤数据的范围的开始和结束。然后,我们使用 df.loc() 方法选择位于范围内的 DataFrame 部分。

import pandas as pd
import numpy as np
import datetime

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
df = pd.DataFrame({'Joined date': pd.to_datetime(list_of_dates)},index=employees)

mask = (df['Joined date'] > '2019-06-1') & (df['Joined date'] <= '2020-02-05')
filtered_df=df.loc[mask]
print(filtered_df)

输出:

        Joined date
Hisila   2019-11-20
Shristi  2020-01-02
Zeppy    2020-02-05

通过将 date 列设置为索引列,我们可以使用集成的 df.loc[start_date:end_date] 方法简化上述过程。

import pandas as pd
import numpy as np
import datetime

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary=[200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined date': pd.to_datetime(list_of_dates),"Salary":salary})
df = df.set_index(['Joined date'])

filtered_df=df.loc['2019-06-1':'2020-02-05']
print(filtered_df)

输出:

                Name  Salary
Joined date                 
2019-11-20    Hisila     200
2020-01-02   Shristi     400
2020-02-05     Zeppy     300

pandas.DataFrame.query() 选择两个日期之间的 DataFrame 行

我们也可以使用 pandas.DataFrame.query() 方法在 Pandas 中基于日期过滤 DataFrame 行。该方法返回从提供的查询表达式得到的 DataFrame。

import pandas as pd
import numpy as np
import datetime

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary=[200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined_date': pd.to_datetime(list_of_dates),"Salary":salary})

filtered_df=df.query("Joined_date >= '2019-06-1' and Joined_date <='2020-02-05'")
print(filtered_df)

输出:

      Name Joined_date  Salary
0   Hisila  2019-11-20     200
1  Shristi  2020-01-02     400
2    Zeppy  2020-02-05     300

pandas.DataFrame.isin() 选择两个日期之间的 DataFrame 行

pandas.DataFrame.isin() 返回表示元素是否为布尔值的 DataFrame 是否在指定范围内。我们可以使用此方法根据 Pandas 中的日期过滤 DataFrame 行。

import pandas as pd
import numpy as np
import datetime

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary=[200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined_date': pd.to_datetime(list_of_dates),"Salary":salary})

filtered_df = df[df["Joined_date"].isin(pd.date_range('2019-06-1', '2020-02-05'))]
print(filtered_df)

输出:

      Name Joined_date  Salary
0   Hisila  2019-11-20     200
1  Shristi  2020-01-02     400
2    Zeppy  2020-02-05     300

pandas.date_range() 返回固定的 DateTimeIndex。它的第一个参数是开始日期,第二个参数是结束日期。

pandas.Series.between() 选择两个日期之间的 DataFrame 行

我们还可以使用 pandas.Series.between() 根据日期过滤 DataFrame 该方法返回一个布尔向量,表示系列元素是否在指定范围内。因此,我们将布尔向量传递给 loc() 方法以提取 DataFrame。

import pandas as pd
import numpy as np
import datetime

list_of_dates = ['2019-11-20', '2020-01-02', '2020-02-05','2020-03-10','2020-04-16','2020-05-01']
employees=['Hisila', 'Shristi','Zeppy','Alina','Jerry','Kevin']
salary=[200,400,300,500,600,300]
df = pd.DataFrame({"Name":employees,'Joined_date': pd.to_datetime(list_of_dates),"Salary":salary})

filtered_df =df.loc[df["Joined_date"].between('2019-06-1', '2020-02-05')]
print(filtered_df)

输出:

      Name Joined_date  Salary
0   Hisila  2019-11-20     200
1  Shristi  2020-01-02     400
2    Zeppy  2020-02-05     300
comments powered by Disqus