Question

我有下一个约会：

SELECT CASES_COMMENT
FROM (SELECT * 
      FROM (SELECT *
            FROM CASES_TABLE CT JOIN CASES_PRODUCTS_TABLE CPT
            ON CT.ID = CPT.CASE_ID
            JOIN PRODUCTS_TABLE
            ON PT.ID = CPT.PRODUCT_ID
            WHERE PRODUCT_CODE = 'VoIP') as cond1
      WHERE cond1.PRODUCT_CODE = 'PSTN') as cond2
WHERE cond2.PRODUCT_CODE = 'IPTV'

这是名为data的数据框的一部分：

0   2019-06-29
Name: end date, dtype: datetime64[ns]

然后我用下一个代码对其进行转换：

 data
    PointAlias       start Date    end date
 0   AO122732        2018-06-29    2019-06-29

我想知道是否有可能将其从列表转换为仅字符串以应用end_date_transformed = [] for x in range(len(data['end date'])): transf = pd.to_datetime(data['end date'][x]).date() end_date_transformed.append(transf) end_date_transformed output: [datetime.date(2019, 6, 29)]。有办法吗？这样做的最终目的是能够过滤日期的数据框以仅获取datetime.datetime.strftime(end_date_transformed, %Y%m%d')的那些日期。像这样：

<= end_date_transformed

我知道上面的代码将不起作用，但是如果我执行datetime.date（year，month，day）并像df date 0 2018-06-29 1 2018-10-29 2 2019-02-28 3 2019-06-29 4 2019-10-29 5 2020-02-29 df[df['date'] <= end_date_transformed] # This does not work, the output is: ValueError: Arrays were different lengths: 44 vs 1一样使用它，它将起作用，因此问题出在结束日期的转换中。如果有人可以提供帮助，我将不胜感激。非常感谢您抽出宝贵的时间阅读和回答。

Answer 1

这应该在一个结束日期为您服务：

import pandas as pd
from datetime import datetime

data = pd.DataFrame([['A0122732','2018-06-29','2019-06-29']], columns=['PointAlias','start date','end date'])

df = pd.DataFrame([
['2018-06-29'],
['2018-10-29'],
['2019-02-28'],
['2019-06-29'],
['2019-10-29'],
['2020-02-29']],
columns=['date'])

df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d')

end_date = datetime.strptime(data['end date'].values[0], '%Y-%m-%d')

df[df['date'] <= end_date]

返回：

        date
0 2018-06-29
1 2018-10-29
2 2019-02-28
3 2019-06-29

从日期时间列表转换为Python中的日期以过滤数据框

1 个答案: