如何在 Pandas 中高效选择特定日期范围内的 DataFrame 行？

选择两个日期之间的 DataFrame 行

简介

处理时间序列数据时，通常需要根据日期范围选择特定行。本文探讨了在 pandas DataFrames 中实现此目的的两种方法。

方法 1：布尔掩码

1. 确保日期列是具有 dtype 的 Series datetime64[ns]:

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

2. 使用比较运算符与开始日期和结束日期创建布尔掩码：

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

3. 选择子 DataFrame 使用mask:

   df.loc[mask]

4. （可选）将子 DataFrame 重新分配给 df。

方法 2：DatetimeIndex

1. 将日期列设置为索引：

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

2. 使用日期范围对 DataFrame 进行切片：

   df.loc[start_date:end_date]

示例

考虑一个带有日期列的 DataFrame。以下代码使用布尔掩码方法选择 '2000-06-01' 和 '2000-06-10' 之间的行：

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]

结果包括从 6 月 1 日到 10 日的行， 2000.

比较

• 布尔掩码方法更灵活，允许更复杂的日期比较。
• DatetimeIndex 方法更快用于重复的日期范围选择。
• 在中使用 parse_dates pd.read_csv 可以省去将日期列转换为 datetime64s 的需要。

以上是如何在 Pandas 中高效选择特定日期范围内的 DataFrame 行？的详细内容。更多信息请关注PHP中文网其他相关文章！