如何在Python中高效地选择特定日期范围内的DataFrame行？

选择日期范围内的 DataFrame 行

在 Python 中，DataFrame 是用于存储和操作表格数据的强大工具。一项常见的任务是根据指定的日期范围过滤行。为此，我们有以下选项：

方法 1：使用布尔掩码

如果您的 DataFrame 包含 datetime64[ns] 数据类型的日期列，您可以创建一个布尔掩码来选择落在所需范围内的行range:

# Ensure date column is a datetime64 series
df['date'] = pd.to_datetime(df['date']) 

# Create a boolean mask
mask = (df['date'] > start_date) & (df['date'] <= end_date)

# Select the sub-DataFrame
sub_df = df.loc[mask]

方法二：设置DatetimeIndex

另一种有效的方法是将日期列设置为DataFrame的索引，创建一个DatetimeIndex:

df = df.set_index(['date'])

# Select rows using index slicing
sub_df = df.loc[start_date:end_date]

此方法对于频繁的基于日期的选择特别有用，因为与使用布尔掩码。

示例：

考虑以下 DataFrame：

>>> df
            value  date
0          0.2   2021-06-01
1          0.3   2021-06-05
2          0.4   2021-06-10
3          0.5   2021-06-15

要选择 2021 年 6 月的行，我们可以使用任一方法：

方法 1：布尔值Mask

mask = (df['date'] > '2021-06-01') & (df['date'] <= '2021-06-30')
sub_df = df.loc[mask]

方法2：DatetimeIndex

df = df.set_index(['date'])
sub_df = df.loc['2021-06-01':'2021-06-30']

两种方法都会返回以下子DataFrame：

>>> sub_df
            value  date
0          0.2   2021-06-01
1          0.3   2021-06-05
2          0.4   2021-06-10
3          0.5   2021-06-15

以上是如何在Python中高效地选择特定日期范围内的DataFrame行？的详细内容。更多信息请关注PHP中文网其他相关文章！