时间戳

首页 > 解决方案 > 根据日期时间索引中的条件删除数据框行

python-3.x - 根据日期时间索引中的条件删除数据框行

问题描述

我有一个大小为 (43817, 6) 的大型数据框。我通过以下代码创建了一个由过去两个月组成的较小数据框：

test_df = df1.last('3M')

我之所以选择“3M”，是因为我在第三个月的第一天运行代码。df 中的索引是一个日期时间索引。

下面的示例数据：

                   Scheduled_Start_Date    CRQ Change Class 
Scheduled_Start_Date                                                      
2018-05-25 13:00:00   2018-05-25 13:00:00  CRQ000000114908     Standard   
2018-05-25 15:00:00   2018-05-25 15:00:00  CRQ000000115436     Standard   
2018-05-25 15:00:00   2018-05-25 15:00:00  CRQ000000115429     Standard   
2018-05-25 16:00:00   2018-05-25 16:00:00  CRQ000000115491     Standard   
2018-05-25 18:00:00   2018-05-25 18:00:00  CRQ000000115572     Standard   
2018-05-26 17:00:00   2018-05-26 17:00:00  CRQ000000115495    Emergency   
2018-05-29 11:00:00   2018-05-29 11:00:00  CRQ000000115240     Standard   
2018-05-29 21:00:00   2018-05-29 21:00:00  CRQ000000115507    Emergency   
2018-05-31 15:00:00   2018-05-31 15:00:00  CRQ000000115516     Standard   
2018-06-01 05:00:00   2018-06-01 05:00:00  CRQ000000115466     Standard   
2018-06-01 09:00:00   2018-06-01 09:00:00  CRQ000000115085       Normal

我想做的是获得过去两个月所有日子的完整视图，无论我何时运行代码，我能想到的唯一方法是删除 datetimeindex 中包含当前不需要的月份的任何行在两个月期间之外。例如，如果我在 6 月 1 日运行小型数据框的代码，它将在 6 月 1 日返回我需要删除的实例。

无论您何时运行代码，是否有更简单的方法可以从 datetimeindex 获取最后两个（完整）月？

标签： python-3.xpandasdatedatetimedataframe

解决方案

您可以从中删除当前月份的数据df，然后查找最近 2 个月的数据。在查找过去 2 个月并删除当前月份然后再查找一个月后可能会很混乱。：

import datetime as dt
current_month = dt.datetime.today().month
df.drop(df.loc[df.index.month==current_month].index).last('2M')

考虑下面的玩具示例：

i = pd.date_range(start='2018-04-01', freq='20D', end='2018-06-30')
df = pd.DataFrame({'A': [1, 10, 3, 4, 5]}, index=i)
print(df)

输出：

            A
2018-04-01  1
2018-04-21  10
2018-05-11  3
2018-05-31  4
2018-06-20  5

然后在查找上个月的数据之前删除当前月份n的数据。

import datetime as dt
current_month = dt.datetime.today().month
df.drop(df.loc[df.index.month==current_month].index).last('2M')

输出：

            A
2018-04-01  1
2018-04-21  10
2018-05-11  3
2018-05-31  4

推荐阅读