在Python的数据框上使用时间戳值的布尔过滤器 [英] Boolean filter using a timestamp value on a dataframe in Python

问题描述

我有一个从.csv文档创建的数据框.由于其中一列包含日期，因此我将熊猫read_csv与parse_dates一起使用:

I have a dataframe created from a .csv document. Since one of the columns has dates, I have used pandas read_csv with parse_dates:

df = pd.read_csv('CSVdata.csv', encoding = "ISO-8859-1", parse_dates=['Dates_column'])

日期范围是2012年至2016年.我想创建一个子数据框，其中仅包含2014年的行.

The dates range from 2012 to 2016. I want to crate a sub-dataframe, containing only the rows from 2014.

我设法做到这一点的唯一方法是使用两个后续的布尔过滤器:

The only way I have managed to do this, is with two subsequent Boolean filters:

df_a = df[df.Dates_column>pd.Timestamp('2014')]  # To create a dataframe from 01/Jan/2014 onwards.

df = df_a[df_a.Dates_column<pd.Timestamp('2015')] # To remove all the values after 01/jan/2015

有没有一种方法可以一步一步地更有效地进行此操作?

Is there a way of doing this in one step, more efficiently?

非常感谢！

推荐答案

您可以使用 dt访问器:

You can use the dt accessor:

df = df[df.Dates_column.dt.year == 2014]

这篇关于在Python的数据框上使用时间戳值的布尔过滤器的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！