如何用 Pandas DataFrame 根据日期范围筛选行？

Pandas DataFrame 中根据日期范围筛选行

前言

在数据分析中，经常需要根据特定条件从大型数据集（如 CSV 文件）中提取特定行或子集。其中，日期范围筛选是一种常见操作，它允许用户选择介于指定日期之间的行。本文将深入探讨如何使用 Pandas DataFrame 的 query() 方法来实现这一目标，并提供清晰易懂的示例。

Pandas 的 query() 方法

query() 方法是一种强大的工具，用于基于布尔表达式过滤 DataFrame。通过使用 Pandas 的灵活索引功能，query() 可以方便地根据日期条件选择行。

步骤：根据日期范围选择行

1. 导入 Pandas 库：
   import pandas as pd

2. 从 CSV 文件中创建 DataFrame：
   stock = pd.read_csv('stock_data.csv')

3. 使用 query() 方法选择行：

   • 指定日期范围：
     filtered_stock = stock.query("start_date <= date <= end_date")
   • 使用 DatetimeIndex：
     date_range = pd.date_range('2023-01-01', '2023-03-31')
filtered_stock = stock.query("date in @date_range")

示例：

假设 DataFrame 中有一列名为 "date"，其中包含日期值：

import pandas as pd

stock = pd.read_csv('stock_data.csv')

start_date = pd.to_datetime('2023-01-01')
end_date = pd.to_datetime('2023-03-31')

filtered_stock = stock.query("start_date <= date <= end_date")

此代码将创建一个名为 filtered_stock 的新 DataFrame，其中包含介于 start_date 和 end_date 之间的行。

结论

使用 Pandas 的 query() 方法，根据日期范围筛选 DataFrame 行是一项简单而有效的操作。通过遵循本文中概述的步骤，用户可以轻松地提取特定时间段内的相关数据，从而简化数据分析流程。

常见问题解答

1. 如何处理非日期时间格式的日期值？
   使用 pd.to_datetime() 函数将非日期时间格式的日期值转换为 Pandas 日期时间格式。

2. 如果 DataFrame 中有多个日期列，如何选择特定列？
   在 query() 表达式中指定列名，例如 stock.query("start_date <= date <= end_date", engine='python')。

3. 是否可以使用其他运算符来比较日期？
   是的，可以，例如 >、<、!=。

4. 如何筛选包含特定日期或时间的行？
   使用 date == '2023-01-01' 或 date.dt.hour == 15 等表达式。

5. 如何根据多个日期条件筛选行？
   使用 & 或 | 运算符组合多个条件，例如 stock.query("start_date <= date <= end_date & price > 100")。