Bagaimana untuk Memilih Baris DataFrame Dengan Cekap Dalam Julat Tarikh Tertentu dalam Python?

Memilih Baris DataFrame Dalam Julat Tarikh

Dalam Python, DataFrames ialah alat yang berkuasa untuk menyimpan dan memanipulasi data jadual. Satu tugas yang biasa dihadapi ialah menapis baris berdasarkan julat tarikh yang ditentukan. Untuk mencapainya, kami mempunyai pilihan berikut:

Kaedah 1: Menggunakan Boolean Mask

Jika DataFrame anda mengandungi lajur tarikh dengan jenis data datetime64[ns], anda boleh membuat topeng boolean untuk memilih baris yang termasuk dalam yang dikehendaki julat:

# 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'] <p><strong>Kaedah 2: Menetapkan DatetimeIndex</strong></p><p>Satu lagi pendekatan yang cekap ialah menetapkan lajur tarikh sebagai indeks DataFrame, mencipta DatetimeIndex:</p><pre class="brush:php;toolbar:false">df = df.set_index(['date'])

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

Kaedah ini amat berguna untuk pemilihan berdasarkan tarikh yang kerap, kerana ia memberikan prestasi yang lebih pantas berbanding menggunakan topeng boolean.

Contoh:

Pertimbangkan DataFrame berikut:

>>> 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

Untuk memilih baris bagi bulan Jun 2021 , kita boleh menggunakan salah satu kaedah:

Kaedah 1: Boolean Mask

mask = (df['date'] > '2021-06-01') & (df['date'] <p><strong>Kaedah 2: DatetimeIndex</strong></p><pre class="brush:php;toolbar:false">df = df.set_index(['date'])
sub_df = df.loc['2021-06-01':'2021-06-30']

Kedua-dua kaedah akan mengembalikan sub-DataFrame berikut:

>>> 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

Atas ialah kandungan terperinci Bagaimana untuk Memilih Baris DataFrame Dengan Cekap Dalam Julat Tarikh Tertentu dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!