如何按特定月/日过滤日期数据框？

Question

所以我的代码如下：

df['Dates'][df['Dates'].index.month == 11]

我正在做一个测试，看看我是否可以过滤几个月，所以它只显示11月的日期，但这不起作用。它给了我以下错误：AttributeError：＆＃39; Int64Index＆＃39;对象没有属性＆＃39; month＆＃39;。

如果我这样做

print type(df['Dates'][0])

然后我得到了课程＆＃39; pandas.tslib.Timestamp＆＃39;，这让我相信存储在数据框中的对象类型是Timestamp对象。 （我不确定＆＃39; Int64Index＆＃39;来自哪里......以前的错误）

我想要做的是：数据框列包含2000年初的日期，以下列格式显示：dd / mm / yyyy。我想仅在11月15日到3月15日期间过滤日期，与年份无关。最简单的方法是什么？

感谢。

这是df [＆＃39;日期＆＃39;]（带索引）：

0    2006-01-01
1    2006-01-02
2    2006-01-03
3    2006-01-04
4    2006-01-05
5    2006-01-06
6    2006-01-07
7    2006-01-08
8    2006-01-09
9    2006-01-10
10   2006-01-11
11   2006-01-12
12   2006-01-13
13   2006-01-14
14   2006-01-15
...

Answer 1

映射匿名函数以计算系列的月份，并将其与nov的11进行比较。 这将给你一个布尔掩码。然后，您可以使用该掩码过滤数据帧。

nov_mask = df['Dates'].map(lambda x: x.month) == 11
df[nov_mask]

我不认为有直接的方法来过滤你想忽略年份的方式所以试试这个。

nov_mar_series = pd.Series(pd.date_range("2013-11-15", "2014-03-15"))
#create timestamp without year
nov_mar_no_year = nov_mar_series.map(lambda x: x.strftime("%m-%d"))
#add a yearless timestamp to the dataframe
df["no_year"] = df['Date'].map(lambda x: x.strftime("%m-%d"))
no_year_mask = df['no_year'].isin(nov_mar_no_year)
df[no_year_mask]

Answer 2

使用pd.to_datetime和dt访问器

2020 answer

公认的答案不是解决此问题的“熊猫”方式。

要仅选择带有month 11的行，请使用dt访问器：

# df['Date'] = pd.to_datetime(df['Date']) -- if column is not datetime yet
df = df[df['Date'].dt.month == 11]

相同的软件可以工作几天或几年，您可以用dt.month或dt.day代替dt.year

除此之外，还有更多：

• dt.quarter
• dt.week
• dt.weekday
• dt.day_name
• dt.is_month_end
• dt.is_month_start
• dt.is_year_end
• dt.is_year_start

Answer 3

在您的代码中有两个问题。首先，过滤条件后需要带列参考。其次，可以对列或索引使用“ .month”，但不能同时使用。以下其中一项应该起作用：

df[df.index.month == 11]['Dates']

df[df['Dates'].month == 11]['Dates']