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

Sélectionner des lignes DataFrame entre deux dates

Introduction

Lorsque vous travaillez avec des données de séries chronologiques , il est souvent nécessaire de sélectionner des lignes spécifiques en fonction de plages de dates. Cet article explore deux méthodes pour y parvenir dans les DataFrames pandas.

Méthode 1 : Masque booléen

1. Assurez-vous que la colonne de date est une série avec un type datetime64[ns] :

   df['date'] = pd.to_datetime(df['date'])

2. Créer un masque booléen utilisant des opérateurs de comparaison avec les dates de début et de fin :

   mask = (df['date'] > start_date) & (df['date'] <= end_date)

3. Sélectionnez le sous-DataFrame à l'aide du masque :

   df.loc[mask]

4. Facultativement , réattribuez le sous-DataFrame à df.

Méthode 2 : DatetimeIndex

1. Définissez la colonne de date comme index :

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

2. Découpez le DataFrame en utilisant la date plages :

   df.loc[start_date:end_date]

Exemple

Considérons un DataFrame avec une colonne de date. Le code suivant utilise la méthode du masque booléen pour sélectionner les lignes entre '2000-06-01' et '2000-06-10' :

import pandas as pd

df = pd.DataFrame({
    'date': pd.date_range('2000-1-1', periods=200, freq='D'),
    'value': np.random.rand(200)
})

mask = (df['date'] > '2000-06-01') & (df['date'] <= '2000-06-10')
result_df = df[mask]

Le résultat inclut les lignes du 1er au 10 juin, 2000.

Comparaison

• La méthode du masque booléen est plus flexible et permet des comparaisons de dates plus complexes.
• La méthode DatetimeIndex est plus rapide pour les sélections de plages de dates répétitives.
• Utilisation de parse_dates dans pd.read_csv peut éviter d'avoir à convertir la colonne de date en datetime64s.

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!