如何过滤 pandas 的年份和季度 [英] How to filter on year and quarter in pandas

问题描述

我有一个 DataFrame，其中有一列类型为 datetime64[ns].我想过滤年份和季度.有关如何执行此操作的任何建议?

I have a DataFrame with a column of type datetime64[ns]. I want to filter on both year and quarter. Any suggestions on how to do this?

我已经尝试过这个繁琐的解决方案

I have tried this cumbersome solution

data = data[(pd.Series(pd.DatetimeIndex(data['MatCalID']).year).isin([2018]) & pd.Series(pd.DatetimeIndex(data['MatCalID']).quarter).isin([2,3]))]

为什么要采用这种复杂的解决方案?:

Why this complicated solution?:

• 必须使用 pd.DatetimeIndex 才能访问年"和季度"
• 必须使用pd.Series才能使用'isin'

不幸的是，我收到提供了不可对齐的布尔系列键"作为错误.

Unfortunately I get 'Unalignable boolean Series key provided' as an error.

有人知道怎么做吗?

推荐答案

如果您运行的是 0.15.0 或更高版本的 Pandas，则没有必要将系列转换为 DateTimeIndex 因为现在有一个新的日期时间属性 .dt.您可以使用它来访问日期时间对象的年份和季度属性，并使用布尔条件来过滤 df:

If you're running pandas version 0.15.0 or higher it is not necessary to cast the Series to a DateTimeIndex as there is now a new datetime attribute .dt. You can use this to access the year and quarter attributes of the datetime objects and use a boolean condition to filter the df:

data[(data['MatCalID'].dt.year == 2008) & (data['MatCalID'].dt.quarter.isin([2,3]))]

通常，当您想要测试多个值的成员资格而不是单个值时，您应该使用 isin

Normally you should be using isin when you want to test membership of multiple values rather than a single value

这篇关于如何过滤 pandas 的年份和季度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！