1
如何对熊猫数据框进行子集化以获取特定月份数据的行?子集熊猫数据框在特定月份的日期列?
我有一个2010-01-01格式的日期列。
如果它被编入索引,我会用
df.ix[date1:date2]
但是,如果数据是在一列我该怎么办?
如何对熊猫数据框进行子集化以获取特定月份数据的行?子集熊猫数据框在特定月份的日期列?
我有一个2010-01-01格式的日期列。
如果它被编入索引,我会用
df.ix[date1:date2]
但是,如果数据是在一列我该怎么办?
在DataFrame中选择范围可以通过使用蒙版来完成。
面具只是正常的pd.Series
含有True
和False
元素。
采用常规例子爪牙:
df_minions = pd.DataFrame({
'color':['Red', 'Green', 'Blue', 'Brown'] * 2,
'name':['Burnie', 'Stinky', 'Swimmy', 'Bashy', 'Flamie', 'Stabbie', 'Blubb', 'Smashie']})
color name
0 Red Burnie
1 Green Stinky
2 Blue Swimmy
3 Brown Bashy
4 Red Flamie
5 Green Stabbie
6 Blue Blubb
7 Brown Smashie
选择所有褐色的爪牙很容易做到这样的:
brown_minion_mask = df_minions['color'] == 'Brown'
0 False
1 False
2 False
3 True
4 False
5 False
6 False
7 True
df_minions[brown_minion_mask]
color name
3 Brown Bashy
7 Brown Smashie
现在你对选择的日期的月具体问题:
首先,我将添加一个spawned
列,其中充满日期
df_minions['spawned'] = [datetime(2015, m, 5) for m in range(4,6)] * 4
color name spawned
0 Red Burnie 2015-04-05
1 Green Stinky 2015-05-05
2 Blue Swimmy 2015-04-05
3 Brown Bashy 2015-05-05
4 Red Flamie 2015-04-05
5 Green Stabbie 2015-05-05
6 Blue Blubb 2015-04-05
7 Brown Smashie 2015-05-05
现在,我们可以访问一个非常特殊的pd.TimeSeries
妥善这是.dt
accessor
df_minions.spawned.dt.month
0 4
1 5
2 4
3 5
4 4
5 5
6 4
7 5
我们可以使用此操作来掩盖我们的数据帧,就以同样的方式,因为我们没有用的颜色我们的奴才。
may_minion_mask = df_minions.spawned.dt.month == 5
df_minions[may_minion_mask]
color name spawned
1 Green Stinky 2015-05-05
3 Brown Bashy 2015-05-05
5 Green Stabbie 2015-05-05
7 Brown Smashie 2015-05-05
当然,你可以做你想做的任何一种操作的面具
not_spawned_in_january = df_minions.spawned.dt.month != 1
summer_minions = ((df_minions.spawned > datetime(2015,5,15)) &
(df_minions.spawned < datetime(2015,9,15))
name_endswith_y = df_minions.name.str.endswith('y')
你的意思是像'DF [(DF [ '日期']> =日期1)(DF ['日期“] <= DATE2)]'? – EdChum 2014-09-29 13:05:09