时间戳

首页 > 解决方案 > 在熊猫数据框中过滤和操作日期时间

python - 在熊猫数据框中过滤和操作日期时间

问题描述

好的，伙计们，我想知道发生了什么。我有一只dataframe从中拉出来的熊猫MySQL。

事实上，这是我的查询语法：

query = "SELECT * FROM mywebsite.com WHERE date BETWEEN '2019-12-01' AND '2020-03-31'"

websitedata = pd.read_sql(query,con=engine)

然后我exported将数据作为CSV. 现在今天reading从CSV并尝试将数据拆分chunks为dates

Dec2019 = df.loc[(df.date >= "2019-12-01") & (df.date <= "2019-12-31")]
Jan2020 = df.loc[(df.date >= "2020-01-01") & (df.date <= "2020-01-31")]
Feb2020 = df.loc[(df.date >= "2020-02-01") & (df.date <= "2020-02-29")]
Mar2020 = df.loc[(df.date >= "2020-03-01") & (df.date <= "2020-03-31")]


len(df) == len(Dec2019) + len(Jan2020) + len(Feb2020) + len(Mar2020) # gives me False

事实上len(Dec2019) + len(Jan2020) + len(Feb2020) + len(Mar2020)给376440

并len(df)给出384274

如何预览框架以查看问题所在？喜欢 2019 年 12 月、2020 年 1 月、...、2020 年 3 月等了解问题？

PS：日期已经是一pandas datetime列

标签： pythonpandasdataframedatetimepandasql

解决方案

所以我想出了最有效的方法来做到这一点，它给了我准确的框架而没有日期泄漏。

使用datetime dt accessor

Jan2020 = df[df.date.dt.month == 1]
Dec2019 = df[df.date.dt.month == 12]
Feb2020 = df[df.date.dt.month == 2]
Mar2020 = df[df.date.dt.month == 3]

事实上，这现在返回True

len(df) == len(Dec2019) + len(Jan2020) + len(Feb2020) + len(Mar2020)

信用：如何按特定月/日过滤日期数据框？

推荐阅读