2024-03-28 09:22:27 发布
网友
根据我的经验,前面的答案是不正确的,你不能传递一个简单的字符串,需要是一个datetime对象。所以:
import datetime df.loc[datetime.date(year=2014,month=1,day=1):datetime.date(year=2014,month=2,day=1)]
如果通过导入datetime包使日期标准化,则只需使用:
df[(df['date']>datetime.date(2016,1,1)) & (df['date']<datetime.date(2016,3,1))]
要使用datetime包标准化日期字符串,可以使用以下函数:
import datetime datetime.datetime.strptime
如果日期列是索引,则使用.loc进行基于标签的索引,或使用.iloc进行位置索引。
例如:
df.loc['2014-01-01':'2014-02-01']
请参见此处的详细信息http://pandas.pydata.org/pandas-docs/stable/dsintro.html#indexing-selection
如果列是而不是索引,则有两种选择:
df[(df['date'] > '2013-01-01') & (df['date'] < '2013-02-01')]
一般说明见here
注意:.ix已弃用。
根据我的经验,前面的答案是不正确的,你不能传递一个简单的字符串,需要是一个datetime对象。所以:
如果通过导入datetime包使日期标准化,则只需使用:
要使用datetime包标准化日期字符串,可以使用以下函数:
如果日期列是索引,则使用.loc进行基于标签的索引,或使用.iloc进行位置索引。
例如:
请参见此处的详细信息http://pandas.pydata.org/pandas-docs/stable/dsintro.html#indexing-selection
如果列是而不是索引,则有两种选择:
df[(df['date'] > '2013-01-01') & (df['date'] < '2013-02-01')]
一般说明见here
注意:.ix已弃用。
相关问题 更多 >
编程相关推荐