Comment sélectionner efficacement des lignes DataFrame dans une plage de dates spécifique en Python ?

Sélection de lignes DataFrame dans une plage de dates

En Python, les DataFrames sont un outil puissant pour stocker et manipuler des données tabulaires. Une tâche courante consiste à filtrer les lignes en fonction d'une plage de dates spécifiée. Pour ce faire, nous disposons des options suivantes :

Méthode 1 : Utiliser un masque booléen

Si votre DataFrame contient une colonne de date avec le type de données datetime64[ns], vous pouvez créer un masque booléen pour sélectionner les lignes qui se situent dans la plage souhaitée :

# Ensure date column is a datetime64 series
df['date'] = pd.to_datetime(df['date']) 

# Create a boolean mask
mask = (df['date'] > start_date) & (df['date'] <= end_date)

# Select the sub-DataFrame
sub_df = df.loc[mask]

Méthode 2 : Définir un DatetimeIndex

Une autre approche efficace consiste à définir la colonne de date comme index du DataFrame, en créant un DatetimeIndex :

df = df.set_index(['date'])

# Select rows using index slicing
sub_df = df.loc[start_date:end_date]

Cette méthode est particulièrement utile pour les sélections basées sur la date, car elles offrent des performances plus rapides par rapport à l'utilisation d'un booléen masque.

Exemple :

Considérez le DataFrame suivant :

>>> df
            value  date
0          0.2   2021-06-01
1          0.3   2021-06-05
2          0.4   2021-06-10
3          0.5   2021-06-15

Pour sélectionner des lignes pour le mois de juin 2021, nous pouvons utiliser soit méthode :

Méthode 1 : Booléenne Mask

mask = (df['date'] > '2021-06-01') & (df['date'] <= '2021-06-30')
sub_df = df.loc[mask]

Méthode 2 : DatetimeIndex

df = df.set_index(['date'])
sub_df = df.loc['2021-06-01':'2021-06-30']

Les deux méthodes renverront le sous-DataFrame suivant :

>>> sub_df
            value  date
0          0.2   2021-06-01
1          0.3   2021-06-05
2          0.4   2021-06-10
3          0.5   2021-06-15

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!