Wie filtere ich Pandas-DataFrames nach Datumsbereich für die nächsten zwei Monate?

Pandas-DataFrames nach Datumsbereich filtern

Beim Umgang mit Zeitreihendaten in Pandas ist es oft notwendig, Zeilen basierend auf bestimmten Datumsbereichen zu filtern. In diesem Artikel wird erläutert, wie Sie einen Pandas-DataFrame effizient filtern, um nur Zeilen innerhalb der nächsten zwei Monate beizubehalten.

Datumsspalte als Index

Wenn die Spalte „Datum“ als Index des DataFrame festgelegt ist können Sie die beschriftungsbasierte Indizierung oder die Positionsindizierung verwenden, um die gewünschten Zeilen zu extrahieren. Um beispielsweise Zeilen mit Datumsangaben innerhalb der nächsten zwei Monate auszuwählen:

df.loc['2023-03-01':'2023-04-30']  # Label-based indexing
df.iloc[pd.date_range('2023-03-01', '2023-04-30', freq='D').index]  # Positional indexing

Datumsspalte nicht als Index

Wenn die Spalte „Datum“ nicht der Index ist, haben Sie zwei Möglichkeiten:

1. Konvertieren Sie die Datumsspalte in einen Index: Sie können die Spalte „Datum“ vorübergehend oder dauerhaft in den Index konvertieren, um den Datenzugriff einfacher und effizienter zu gestalten.
2. Boolesche Indizierung verwenden:Sie können logische Operationen und Vergleichsoperatoren verwenden, um Zeilen basierend auf den Werten der Spalte „Datum“ zu filtern:

df[(df['date'] >= '2023-03-01') & (df['date'] <= '2023-04-30')]

Beachten Sie, dass der .ix-Accessor vorhanden ist veraltet und es wird empfohlen, stattdessen .loc oder .iloc zu verwenden.

Das obige ist der detaillierte Inhalt vonWie filtere ich Pandas-DataFrames nach Datumsbereich für die nächsten zwei Monate?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!