Wie filtere ich Pandas-DataFrames nach Datum, um nur Zeilen innerhalb der nächsten zwei Monate zu behalten?

Linda Hamilton
Freigeben: 2024-11-19 20:24:03
Original
466 Leute haben es durchsucht

How to Filter Pandas DataFrames on Dates to Keep Only Rows Within the Next Two Months?

Pandas-DataFrames nach Datum filtern

In diesem Szenario stoßen Sie auf einen Pandas-DataFrame, der eine „Datums“-Spalte enthält. Ihr Ziel besteht darin, Zeilen mit Daten herauszufiltern, die außerhalb der nächsten zwei Monate liegen, und nur diejenigen beizubehalten, die innerhalb dieses Zeitrahmens liegen.

Methodischer Ansatz

Um dieses Ziel effektiv zu erreichen , berücksichtigen Sie die folgenden Methoden:

  1. Label-basierte Indizierung:Wenn die Wenn die Spalte „Datum“ als Index festgelegt ist, können Sie .loc für die labelbasierte Indizierung verwenden. Zum Beispiel:
df.loc['2014-01-01':'2014-02-01']
Nach dem Login kopieren
  1. Positionsindizierung: Alternativ kann .iloc für die Positionsindizierung verwendet werden.
  2. Spaltenkonvertierung: Wenn die Spalte „Datum“ nicht der Index ist, können Sie dies tun entweder:

    a. Machen Sie es zum Index (vorübergehend oder dauerhaft für Zeitreihendaten).

    b. Nutzen Sie den folgenden Filter:

df[(df['date'] > '2013-01-01') & (df['date'] < '2013-02-01')]
Nach dem Login kopieren

Zusätzliche Überlegungen

Beachten Sie, dass .ix jetzt veraltet ist. Weitere Einblicke in die Indizierung in Pandas DataFrames finden Sie in der Dokumentation unter http://pandas.pydata.org/pandas-docs/stable/dsintro.html#indexing-selection.

Das obige ist der detaillierte Inhalt vonWie filtere ich Pandas-DataFrames nach Datum, um nur Zeilen innerhalb der nächsten zwei Monate zu behalten?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Neueste Artikel des Autors
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage