当我的日期列不是Python中的索引时，如何基于日期对数据框进行子集化？

Question

我有一个带有日期列（不是索引）的大型数据集，格式为%Y-%m-%d %H:%M:%S。

我想创建此数据框的季度子集，即数据框dfQ1将包含日期在月[1和4]之间的所有行，dfQ2将包含所有行日期在月[5和8]之间，等等......子集的标题与主数据框的标题相同。

我该怎么做？

谢谢！

Answer 1

我会添加一个包含季度信息的新列，即：

from datetime import datetime
date_format = "%Y-%m-%d %H:%M:%S"
date_to_qtr = lambda dt: 1 + (datetime.strptime(dt, date_format).month-1) // 3
df['qtr'] = df['date'].apply(date_to_qtr)

（使用floordiv功能）。然后索引新列：

dfQ1 = df[df.qtr == 1]
dfQ2 = df[df.qtr == 2]
dfQ3 = df[df.qtr == 3]
dfQ4 = df[df.qtr == 4]

或者，到那时你可以使用groupby，df.groupby("qtr")（参见docs）。

Answer 2

使用pandas，您可以先创建一个日期时间列，然后使用date/time quarter attribute创建一个季度列：

from datetime import datetime
date_format = "%Y-%m-%d %H:%M:%S"
df['datetime'] = [datetime.strptime(dt, date_format) for dt in df['date']]
df['quarter'] = [dt.quarter for dt in df['datetime']]

从那里你可以使用groupby（df.groupby('quarter')）或索引来对数据帧进行子集化：

dfQ1 = df[df.quarter == 1]
dfQ2 = df[df.quarter == 2]
dfQ3 = df[df.quarter == 3]
dfQ4 = df[df.quarter == 4]

Answer 3

假设您正在使用Pandas。

dfQ1 = df [（df.date＆gt; Qstartdate）＆amp; （df.date＆lt; Qenddate）]