如何使用 .query() 通过时间戳函数过滤 Pandas 数据帧答案

【问题标题】：How to filter a Pandas dataframe by timestamp functon using .query()如何使用 .query() 通过时间戳函数过滤 Pandas 数据帧
【发布时间】：2020-07-13 19:26:05
【问题描述】：

我正在尝试按日期（今天和昨天）过滤 Pandas df。出于自动化目的，我希望使用时间戳功能进行过滤。这在 R 中非常无缝：

df %>% 
  filter(date >= today() - 1)

但是，到目前为止，我在 Pandas 中进行复制的尝试并未取得任何成功：昨天的结果很好，但是 .query() 不识别它？

yesterday = (date.today() - timedelta(days=6)).strftime('%Y-%m-%d')
df.\
   query('date >= yesterday')

理想情况下，我正在寻找包罗万象的东西，例如：

df.\
   query('date >= (date.today() - timedelta(days=6)).strftime('%Y-%m-%d')')

【问题讨论】：

你为什么在 Python 中使用 timedelta(days=6)（六天前）并与在 R 中抓取昨天（一天前）进行比较？
抱歉，这很混乱，而且是一个错字。因此，出于测试目的，我构建的数据集意味着日期变量在 6 天前结束。抱歉，这似乎有点混乱。

标签： python pandas datetime data-manipulation

【解决方案1】：

试试：df.query('date >= @yesterday')。您需要 @ 以便 pandas 识别出它是一个变量。

【讨论】：

【解决方案2】：

IIUC，您想创建一个外部变量以在您的查询中使用吗？

来自docs

You can refer to variables in the environment by prefixing them with an ‘@’ character like @a + b.

只使用熊猫

import pandas as pd

df = pd.DataFrame({'date' : pd.date_range('01-02-2020','01-03-2021',freq='D')})
df = df.set_index('date')

delta = (pd.Timestamp('today') - pd.DateOffset(days=1)).strftime('%d-%m-%y')

df.query(f"date <= @delta")

  date
  2020-01-02
  2020-01-03
  2020-01-04
  2020-01-05
  2020-01-06

【讨论】：

【解决方案3】：

你可以用字符串格式化来做到这一点：

df.query(f'date>= "{pd.Timestamp.today() - pd.Timedelta(days=6)}"')

注意：我尝试过使用 pd.Timestamp 和 pd.Timedelta，但我确信它可以与您使用的 date 和 timedelta 一起使用

【讨论】：