所以这在问题的疯狂方面有点，所以我提前道歉。...我要实现的功能是能够从CSV文件中读取最早的日期，并将其与今天的日期进行比较，如果两者之差等于或大于55，它将使用Pandas删除行，直到满足条件为止。
我通过使用df.drop()尝试了几种不同的方法，但是，我得到的最接近的代码如下。
此外，这也是我正在使用的testFile.csv中的数字。 （CSV文件中的所有内容都是由字符串组成的）
2019-05-01 | 14
2019-05-02 | 16
2019-05-03 | 2
2019-05-04 | 3
2019-05-05 | 3
2019-05-06 | 6
2019-05-07 | 14
2019-05-08 | 8
2019-05-09 | 5
2019-05-10 | 1
2019-05-11 | 5
2019-05-12 | 4
2019-05-13 | 1
2019-05-14 | 2
2019-05-15 | 3
2019-05-16 | 8
2019-05-17 | 2
2019-05-18 | 3
2019-05-19 | 4
2019-05-20 | 4
import datetime, time
import pandas as pd
GLOBAL_PATH = r'C:\Users\DArthur\Documents'
pattern = '%Y-%m-%d' # CSV Pattern
el_pattern = '%m/%d/%Y:00:00:00' # Required Pattern by Splunk for search_query, used for TimeStamp
def remove_old_data(csv_file):
df = pd.read_csv(GLOBAL_PATH + csv_file, sep=',', index_col=0, encoding='utf-8', low_memory=False)
s = pd.Series(pd.to_datetime('today') - pd.to_datetime(df.index[0])).dt.days # Calculate the date difference
print(s[0], type(s[0]), type(s)) # Result -- 57 <class 'numpy.int64'> <class 'pandas.core.series.Series'>
df[s.le(55)]#.reset_index(drop=True).to_csv(csv_file, index=False)
print(df)
if __name__ == '__main__':
# get_last_date('/testFile.csv')
remove_old_data('/testFile.csv')
由于CSV文件的最早日期是从今天开始的57天，因此应从文件中删除前两行。因此，在程序运行后打开文件时，其第一行从2019-05-03开始| 2。
非常感谢您提供的任何帮助或指向正确的方向。 ：）
答案 0 :(得分：1)
IIUC，使用：
s=(pd.to_datetime('today')-pd.to_datetime(df.date)).dt.days
df[s.le(40)]#.reset_index(drop=True).to_csv(file,index=False)
date count
3 2019-05-04 3
4 2019-05-05 3
5 2019-05-06 6
6 2019-05-07 14
7 2019-05-08 8
8 2019-05-09 5
9 2019-05-10 1
10 2019-05-11 5
11 2019-05-12 4
12 2019-05-13 1
13 2019-05-14 2
14 2019-05-15 3
15 2019-05-16 8
16 2019-05-17 2
17 2019-05-18 3
18 2019-05-19 4
19 2019-05-20 4