时间戳

首页 > 解决方案 > 如何使用python的数据表按日期过滤

python - 如何使用python的数据表按日期过滤

问题描述

我有以下数据表，我想按大于“2019-01-01”的日期对其进行过滤。问题是日期是字符串。


dt_dates = dt.Frame({"days_date": ['2019-01-01','2019-01-02','2019-01-03']})

这是我最好的尝试。

dt_dates[f.days_date > datetime.strptime(f.days_date, "2019-01-01")]

这将返回错误

TypeError: strptime() 参数 1 必须是 str，而不是 Expr

在python的数据表中过滤日期的最佳方法是什么？

参考

蟒蛇数据表

f-表达式

标签： pythonpy-datatable

解决方案

您的日期时间语法不正确，用于将字符串转换为日期时间。

您正在寻找的是：

dt_dates[f.days_date > datetime.strptime(f.days_date, "%Y-%m-%d")]

strptime 的第二个论点是日期格式。

但是，让我们退后一步，因为这不是正确的方法。

首先，我们应该将 Frame 中的所有日期转换为日期时间。老实说，我从未使用过数据表，但语法看起来与 panda 的 Dataframe 极为相似。

在数据框中，我们可以执行以下操作：

df_date = df_date['days_date'].apply(lambda x: datetime.strptime(x, '%Y-%m'%d))

这将遍历列为“dates_date”的每一行，并将每个字符串转换为日期时间。

从那里，我们可以使用过滤器来获取相关行：

df_date = df_date[df_date['days_date'] > datetime.strptime("2019-01-01", "%Y-%m-%d")]

推荐阅读