跳转至

如何根据熊猫中的日期过滤数据框行？

原文:https://www.geeksforgeeks.org/如何过滤-数据框-基于行的熊猫日期-2/

按日期过滤数据框行会根据包含日期数据的列选择满足指定日期约束的所有行。例如，选择 2020 年 3 月 13 日至 2020 年 12 月 31 日之间的所有行，将返回日期值在该范围内的所有行。

使用带有索引语法[条件]的 DataFrame.loc() 仅从 DataFrame 中选择满足条件的行。定义条件以检查数据框中的日期列是否在约束范围内。它将为所有行创建一个布尔数组。将只打印具有真实值的行。

参考下面的例子。从这里下载数据框。

进场:

  • 将数据列转换为 python 支持的日期格式
  • 根据日期筛选行
  • 使用访问行。loc()函数，并将它们存储在 dataframe 中。

例 1:

蟒蛇 3

# import pandas library
import pandas as pd

# load csv file
df = pd.read_csv(
    "C:\\Users\\Rohan\\OneDrive\\Desktop\\GFG\\netflix_titles.csv")

# convert date column into date format
df['date_added'] = pd.to_datetime(df['date_added'])

# filter rows on the basis of date
newdf = (df['date_added'] > '01-03-2020') & (df['date_added'] <= '31-12-2020')

# locate rows and access them using .loc() function
newdf = df.loc[newdf]

# print dataframe
print(newdf)

输出:

2020 年 3 月 13 日至 2020 年 12 月 31 日之间的所有电影都将被打印。

例 2:

蟒蛇 3

# import pandas library
import pandas as pd

# load csv file
df = pd.read_csv(
    "C:\\Users\\Rohan\\OneDrive\\Desktop\\GFG\\netflix_titles.csv")

# convert date column into date format
df['date_added'] = pd.to_datetime(df['date_added'])

# filter rows on the basis of date
newdf = (df['date_added'] > '01-01-2019') & (df['date_added'] <= '31-12-2019')

# locate rows and access them using .loc() function
newdf = df.loc[newdf]

# print dataframe
print(newdf)

输出:

以上输出打印了 2019 年网飞新增的所有电影。

回到顶部