Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Menapis Pandas DataFrames mengikut Tarikh Dalam Dua Bulan Seterusnya?

Bagaimana untuk Menapis Pandas DataFrames mengikut Tarikh Dalam Dua Bulan Seterusnya?

Mary-Kate Olsen
Lepaskan: 2024-11-12 18:08:02
asal
992 orang telah melayarinya

How to Filter Pandas DataFrames by Date Within the Next Two Months?

Tapis Pandas DataFrames pada Tarikh

Masalah:

Anda mahu mengekstrak baris daripada DataFrame yang termasuk dalam julat tarikh tertentu, tidak termasuk tarikh di luar julat tersebut. Dalam kes ini, anda perlu menyimpan baris dalam tempoh dua bulan akan datang.

Penyelesaian:

Terdapat beberapa pendekatan untuk menapis Pandas DataFrames berdasarkan tarikh:

1. Pengindeksan Berasaskan Indeks (Jika Lajur 'tarikh' ialah Indeks):

  • Gunakan .loc untuk pengindeksan berasaskan label untuk memilih baris dalam julat tarikh:
df.loc['2023-04-01':'2023-06-01']
Salin selepas log masuk
  • Gunakan .iloc untuk pengindeksan kedudukan jika 'tarikh' bukan indeks tetapi ialah lajur:
df.iloc[start_index:end_index]  # Select rows by position
Salin selepas log masuk

2. Pengindeksan Bukan Berasaskan Indeks (Jika Lajur 'tarikh' Bukan Indeks):

  • Tetapkan 'tarikh' buat sementara waktu sebagai indeks atau secara kekal jika ia mewakili data siri masa:
df.set_index('date', inplace=True)
Salin selepas log masuk
  • Gunakan pengindeksan boolean untuk menapis baris:
df[(df['date'] > '2023-04-01') & (df['date'] < '2023-06-01')]
Salin selepas log masuk

Nota:

  • .ix telah ditamatkan.
  • Untuk maklumat dan contoh tambahan, rujuk kepada dokumentasi Pandas: [Pengindeksan](http://pandas.pydata.org/pandas-docs/stable/dsintro.html#indexing-selection)

Atas ialah kandungan terperinci Bagaimana untuk Menapis Pandas DataFrames mengikut Tarikh Dalam Dua Bulan Seterusnya?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan