Comment filtrer les DataFrames Pandas par plage de dates pour les deux prochains mois ?

Filtrage des DataFrames Pandas par plage de dates

Lorsque vous traitez des données de séries chronologiques dans Pandas, il est souvent nécessaire de filtrer les lignes en fonction de plages de dates spécifiques. Cet article explique comment filtrer efficacement un Pandas DataFrame pour conserver uniquement les lignes au cours des deux prochains mois.

Date Column as Index

Si la colonne 'date' est définie comme index du DataFrame , vous pouvez utiliser l'indexation basée sur les étiquettes ou l'indexation positionnelle pour extraire les lignes souhaitées. Par exemple, pour sélectionner des lignes avec des dates dans les deux prochains mois :

df.loc['2023-03-01':'2023-04-30']  # Label-based indexing
df.iloc[pd.date_range('2023-03-01', '2023-04-30', freq='D').index]  # Positional indexing

Date Column Not as Index

Si la colonne « date » n'est pas l'index, vous avez deux options :

1. Convertir la colonne de date en index : Vous pouvez convertir la colonne « date » en index de manière temporaire ou permanente, ce qui rend l'accès aux données plus facile et plus efficace.
2. Utiliser l'indexation booléenne : Vous pouvez utiliser des opérations logiques et des opérateurs de comparaison pour filtrer les lignes en fonction des valeurs de la colonne « date » :

df[(df['date'] >= '2023-03-01') & (df['date'] <= '2023-04-30')]

Notez que l'accesseur .ix est obsolète, et il est recommandé d'utiliser .loc ou .iloc à la place.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!