我有一个熊猫DataFrame与“日期”列。现在我需要过滤掉DataFrame中日期在未来两个月之外的所有行。实际上，我只需要保留接下来两个月内的行。
实现这一目标的最佳方式是什么?
当前回答
如果date列是索引，则使用.loc进行基于标签的索引，或使用.iloc进行位置索引。
例如:
df.loc['2014-01-01':'2014-02-01']
详情见这里http://pandas.pydata.org/pandas-docs/stable/dsintro.html#indexing-selection
如果列不是索引，你有两个选择:
将其作为索引(如果是时间序列数据，可以是临时索引，也可以是永久索引) df [(df(“日期”)> 2013-01-01)& (df(“日期”)< ' 2013-02-01 '))
请看这里的一般解释
注意:.ix已弃用。
其他回答
如果您的datetime列具有Pandas datetime类型(例如datetime64[ns])，为了进行适当的过滤，您需要pd。时间戳对象，例如:
from datetime import date
import pandas as pd
value_to_check = pd.Timestamp(date.today().year, 1, 1)
filter_mask = df['date_column'] < value_to_check
filtered_df = df[filter_mask]
你可以通过这样做来选择时间范围:df.loc['start_date':'end_date']
如果你想使用.query()方法，这是另一种解决方案。
它允许你使用编写可读的代码，如.query(f"{start} < MyDate < {end}")的权衡，.query()解析字符串，列值必须是熊猫日期格式(这样。query()也可以理解)
df = pd.DataFrame({
'MyValue': [1,2,3],
'MyDate': pd.to_datetime(['2021-01-01','2021-01-02','2021-01-03'])
})
start = datetime.date(2021,1,1).strftime('%Y%m%d')
end = datetime.date(2021,1,3).strftime('%Y%m%d')
df.query(f"{start} < MyDate < {end}")
(下面是@Phillip Cloud的评论，@Retozi的回答)
如果你的日期是通过导入datetime包来标准化的，你可以简单地使用:
df[(df['date']>datetime.date(2016,1,1)) & (df['date']<datetime.date(2016,3,1))]
使用datetime包来标准化你的日期字符串，你可以使用这个函数:
import datetime
datetime.datetime.strptime
按日期过滤数据帧的最短方法: 假设你的日期列的类型是datetime64[ns]
# filter by single day
df_filtered = df[df['date'].dt.strftime('%Y-%m-%d') == '2014-01-01']
# filter by single month
df_filtered = df[df['date'].dt.strftime('%Y-%m') == '2014-01']
# filter by single year
df_filtered = df[df['date'].dt.strftime('%Y') == '2014']
