过滤过去 x 天的 pandas 数据框答案

【问题标题】：filter pandas dataframe for past x days过滤过去 x 天的 pandas 数据框
【发布时间】：2017-03-04 17:06:38
【问题描述】：

我有一个数据框，其中包含我每天更新的日期列。我想用过去 30 天的数据创建它的副本。

根据我在 R 中的了解，我尝试了以下语法：

df[df[date]>dt.date.today()-30]

日期列不是索引，但我不反对这样做，如果有帮助的话！

谢谢！

【问题讨论】：

标签： python datetime pandas

【解决方案1】：

试试这个：

import datetime
import pandas as pd 


df[df.the_date_column > datetime.datetime.now() - pd.to_timedelta("30day")]

更新：按照 Josh 的建议进行了编辑。

【讨论】：

漂亮。我必须做的一个小调整是df[df.the_date_column > datetime.datetime.now() - pd.to_timedelta("30day")]
非常好。但是，如果 df.the_date_column 支持 tz，那么您将遇到“TypeError：无法比较 tz-naive 和 tz-aware datetime-like objects”的错误。然后，您将能够通过将 datetime.datetime.now() 替换为 pytz.utc.localize(datetime.datetime.now()) 来增强 Turtlelzzy 解决方案。别忘了先导入pytz。

【解决方案2】：

考虑df

today = pd.datetime.today().date()
begin = today - pd.offsets.Day(90)
tidx = pd.date_range(begin, today)
df = pd.DataFrame(dict(A=np.arange(len(tidx))), tidx)

你可以像这样分割过去 30 天

cut_off = today - pd.offsets.Day(29)
df[cut_off:]

             A
2016-09-23  61
2016-09-24  62
2016-09-25  63
2016-09-26  64
2016-09-27  65
2016-09-28  66
2016-09-29  67
2016-09-30  68
2016-10-01  69
2016-10-02  70
2016-10-03  71
2016-10-04  72
2016-10-05  73
2016-10-06  74
2016-10-07  75
2016-10-08  76
2016-10-09  77
2016-10-10  78
2016-10-11  79
2016-10-12  80
2016-10-13  81
2016-10-14  82
2016-10-15  83
2016-10-16  84
2016-10-17  85
2016-10-18  86
2016-10-19  87
2016-10-20  88
2016-10-21  89
2016-10-22  90

【讨论】：