Question

我有一堆如下数据，我只想要2019年条目。

+----------+
|   Date   |
+----------+
| 20190329 |
| 20180331 |
| 20190331 |
| 20180331 |
| 20190401 |
+----------+

日期类型为datetime64[ns]。在检查类型之前，我尝试过df = df[df['Date'].str.contains('2019')]，它给出了AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas。

还有其他选择吗？

Answer 1

如果格式为datetime64[ns]，则可以执行以下操作：

df=df[df.Date.dt.year==2019]

Answer 2

好像您有一列整数。在这种情况下，我建议的解决方案是将日期时间转换为日期时间，然后访问year属性：

pd.to_datetime(df['Date'].astype(str)).dt.year == 2019  # you compare ints

0     True
1    False
2     True
3    False
4     True
Name: Date, dtype: bool

df[pd.to_datetime(df['Date'].astype(str)).dt.year == 2019]

       Date
0  20190329
2  20190331
4  20190401

另一种替代方法（速度稍快，但由于可能会被滥用，因此我不喜欢这样做）是将字符串切成薄片并进行比较：

df['Date'].astype(str).str[:4] == '2019'  # you compare strings

0     True
1    False
2     True
3    False
4     True
Name: Date, dtype: bool

Answer 3

也许用//

检查

(df.Date//10000).eq(2019)
Out[58]: 
0     True
1    False
2     True
3    False
4     True
Name: Date, dtype: bool

str包含datetime64 pandas的等效项

3 个答案: