Question

我有一个数据框df，其头部看起来像：

               Shop       Opening date  
0            London                NaT  
22         Brighton         01/03/2016  
27       Manchester         01/31/2017  
54          Bristol         03/31/2017  
69          Glasgow         04/09/2017

我还有一个变量startPeriod设置为1/04/2017日期和endPeriod变量，其值为30/06/17

我正在尝试创建一个基于df的新数据框，该数据框会过滤掉所有没有日期的行（因此删除任何带有Opening date NaT的行）并过滤掉任何行在startPeriod和endPeriod之间有一个开放日期。因此，在上面的示例中，我将留下以下新数据帧：

                 Shop       Opening date  
22           Brighton         01/03/2016  
69            Glasgow         04/09/2017

我试图过滤掉NaT＆＃39;使用以下内容：

df1 = df['Opening date '] != 'NaT'

但我不确定如何过滤掉startPeriod / endPeriod范围内的任何开放日期。

Answer 1

您可以between使用boolean indexing：

df['date'] = pd.to_datetime(df['date'])
df = df[df['date'].between('2016-03-01', '2017-04-05')]
print (df)
   Shop     Opening       date
2    27  Manchester 2017-01-31
3    54     Bristol 2017-03-31

我认为过滤掉NaN是没有必要的，但如果需要，它会链接新条件：

df = df[df['date'].between('2016-03-01', '2017-04-05') & df['date'].notnull()]

Answer 2

首先，请注意df['Opening date ']

中的日期空格

试试这个解决方案：

df1 = df[df['Opening date'] != 'NaT']

如果你创建一个你正在制作的子集的副本

会好得多

df1 = df[df['Opening date'] != 'NaT'].copy()

根据多个条件过滤数据框架

2 个答案: