日付でのPandas DataFramesのフィルタリング

「日付」列のあるPandas DataFrameがあります。次の2か月外の日付を持つDataFrameのすべての行をフィルターで除外する必要があります。基本的に、今後2か月以内の行のみを保持する必要があります。

これを達成するための最良の方法は何ですか？

日付列がインデックスの場合、ラベルベースのインデックスには.locを使用し、位置インデックスには.ilocを使用します。

例えば：

df.loc['2014-01-01':'2014-02-01']

詳細はこちらhttp://pandas.pydata.org/pandas-docs/stable/dsintro.html#indexing-selection

列がインデックスでない場合は、2つの選択肢があります。

1. インデックスにする（時系列データの場合は一時的または永続的に）
2. df[(df['date'] > '2013-01-01') & (df['date'] < '2013-02-01')]

参照してくださいここで、一般的な説明については、

注：.ixは非推奨です。

以前の答えは私の経験では正しくありません。単純な文字列を渡すことはできません。日時オブジェクトである必要があります。そう：

import datetime 
df.loc[datetime.date(year=2014,month=1,day=1):datetime.date(year=2014,month=2,day=1)]

また、datetimeパッケージをインポートすることで日付が標準化されている場合は、次のように使用できます。

df[(df['date']>datetime.date(2016,1,1)) & (df['date']<datetime.date(2016,3,1))]  

datetimeパッケージを使用して日付文字列を標準化するには、次の関数を使用できます。

import datetime
datetime.datetime.strptime

日時列にPandas日時タイプ（例：）が含まれている場合、datetime64[ns]適切にフィルタリングするには、次のようにpd.Timestampオブジェクトが必要です。

from datetime import date

import pandas as pd

value_to_check = pd.Timestamp(date.today().year, 1, 1)
filter_mask = df['date_column'] < value_to_check
filtered_df = df[filter_mask]

日付がインデックス内にある場合は、単純に次のようにします。

df['20160101':'20160301']

pd.Timestampを使用してクエリとローカル参照を実行できます

import pandas as pd
import numpy as np

df = pd.DataFrame()
ts = pd.Timestamp

df['date'] = np.array(np.arange(10) + datetime.now().timestamp(), dtype='M8[s]')

print(df)
print(df.query('date > @ts("20190515T071320")')

出力付き

                 date
0 2019-05-15 07:13:16
1 2019-05-15 07:13:17
2 2019-05-15 07:13:18
3 2019-05-15 07:13:19
4 2019-05-15 07:13:20
5 2019-05-15 07:13:21
6 2019-05-15 07:13:22
7 2019-05-15 07:13:23
8 2019-05-15 07:13:24
9 2019-05-15 07:13:25


                 date
5 2019-05-15 07:13:21
6 2019-05-15 07:13:22
7 2019-05-15 07:13:23
8 2019-05-15 07:13:24
9 2019-05-15 07:13:25

DataFrame.queryのパンダのドキュメント、特にローカル変数参照参照の@接頭辞に関する言及をご覧ください。この場合pd.Timestamp、ローカルエイリアスtsを使用して参照し、タイムスタンプ文字列を提供できるようにします。

そのため、csvデータファイルをロードするときは、日付の範囲に基づいてデータをフィルター処理するために、以下のように日付列をインデックスとして設定する必要があります。これは、現在非推奨のメソッドであるpd.DataFrame.from_csv（）では必要ありませんでした。

1月から2月までの2か月のデータ（例：2020-01-01から2020-02-29）のみを表示する場合は、次のようにできます。

import pandas as pd
mydata = pd.read_csv('mydata.csv',index_col='date') # or its index number, e.g. index_col=[0]
mydata['2020-01-01':'2020-02-29'] # will pull all the columns
#if just need one column, e.g. Cost, can be done:
mydata['2020-01-01':'2020-02-29','Cost'] 

これは、Python 3.7で動作することがテストされています。これがお役に立てば幸いです。

使ってみて pyjanitor

それはクールな機能を備えています。

後 pip install pyjanitor

import janitor

df_filtered = df.filter_date(your_date_column_name, start_date, end_date)

日付でデータフレームをフィルターする最も簡単な方法：日付列がdatetime64 [ns]のタイプであるとしましょう

# filter by single day
df = df[df['date'].dt.strftime('%Y-%m-%d') == '2014-01-01']

# filter by single month
df = df[df['date'].dt.strftime('%Y-%m') == '2014-01']

# filter by single year
df = df[df['date'].dt.strftime('%Y') == '2014']

コメントを書くことはまだ許可されていないので、誰かがそれらすべてを読んでこれに到達する場合は、回答を書きます。

データセットのインデックスが日時であり、それを（たとえば）月だけでフィルタリングする場合は、次のようにできます。

df.loc[df.index.month = 3]

これにより、3月までにデータセットがフィルタリングされます。

pd.to_datetimeを使用して文字列を日付形式に既に変換している場合は、次のように使用できます。

df = df[(df['Date']> "2018-01-01") & (df['Date']< "2019-07-01")]

次のようにして時間範囲を選択することができます：df.loc ['start_date'： 'end_date']