Comment filtrer efficacement les lignes DataFrame par plage de dates ?

Interroger les lignes d'un DataFrame dans une plage de dates spécifiée

Cette question aborde le défi de l'extraction de lignes dans une plage de dates particulière à partir d'un DataFrame contenant un colonne de date. La solution fournie propose deux approches pour y parvenir.

Méthode 1 : Utilisation d'un masque booléen

Pour adopter cette méthode, assurez-vous que la « date » dans votre DataFrame représente un Série avec dtype datetime64[ns]. Suivez les étapes suivantes :

1. Créez un masque booléen : Spécifiez les paramètres start_date et end_date qui peuvent être datetime.datetimes, np.datetime64s, pd.Timestamps ou datetime chaînes. Construisez un masque booléen qui est évalué comme True pour les lignes qui répondent aux critères de plage de dates.
2. Sélectionnez le sous-DataFrame : Utilisez df.loc[mask] pour extraire les lignes qui satisfont à la condition de masque. . Alternativement, pour écraser le DataFrame existant, appliquez le masque comme df = df.loc[mask].

Méthode 2 : attribution d'un DatetimeIndex

Optimal pour Dans les scénarios impliquant des sélections de dates fréquentes, cette approche implique de définir la colonne de date comme index :

1. Set DatetimeIndex : Convertissez la colonne de date en DatetimeIndex à l'aide de df.set_index(['date']).
2. Sélectionnez les lignes par date : Utilisez df.loc[start_date:end_date] pour filtrer les lignes en fonction de la plage de dates. Notez que start_date et end_date sont inclus dans cette sélection.

Exemple :

En utilisant le code fourni dans la réponse, considérez l'illustration suivante :

import pandas as pd

df = pd.DataFrame({'date': pd.date_range('2023-03-01', periods=10)})
df['value'] = np.random.randn(10)

# Boolean Mask Approach
start_date = '2023-03-03'
end_date = '2023-03-08'
mask = (df['date'] > start_date) & (df['date'] <= end_date)
df_subset = df.loc[mask]

# DatetimeIndex Approach
df = df.set_index('date')
df_subset = df.loc[start_date:end_date]

Cela produirait deux DataFrames contenant des lignes correspondant à la plage de dates spécifiée.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!