根据熊猫中的正则表达式过滤日期索引答案

【问题标题】：Filter date index based on regex in pandas根据熊猫中的正则表达式过滤日期索引
【发布时间】：2021-06-11 18:28:54
【问题描述】：

我有如下价格指数的日期列，

我想提取以 12-31 结尾的日期。我该怎么做？

我尝试使用data.index.loc['*-12-31]，但它不起作用。

由于这是日期 str.contains 或 startswith 或 endswith 不起作用。

有什么办法吗？

谢谢

【问题讨论】：

【解决方案1】：

将日期列转换为datetime 数据类型

df['Date'] = pd.to_datetime(df['Date'])

按月和日过滤

df.loc[(df.Date.dt.month == 12) & (df.Date.dt.day == 31)]

输出

        Date  Price
1 2010-12-31     25
3 2013-12-31     28
5 2016-12-31     28
8 2020-12-31     20

【讨论】：

当列已经有日期类型时，为什么必须将其转换为日期时间？您的答案无需转换即可正常工作。
OP 使用的是字符串操作函数，对他来说可能是字符串列。 @sumith
我认为 OP 试图使用字符串操作，但它不起作用，因为类型是日期。
我们不能假设@soumith。类型转换只是为了安全起见。如果 OP 发现它已经是 Date 类型，他可以省略该行。
按照我的尝试，data.index = pd.to_datetime(data.index) data.loc[(data.index.dt.month==12)&(data.index.dt.day ==31)].. 但结果显示 Datetimeindex 没有属性 dt.. 我将索引列转换为 datetime，但我将 datetime 导入为 dt only 。如何相应地更改行的代码？

【解决方案2】：

如果我们的目标是在不修改DataFrame内容的情况下从DataFrame中提取相关日期，我们可以这样做：

案例1：“日期”列已经是字符串格式，使用：

df[df['Date'].str.endswith('12-31')]

案例 2：“日期”列已经是日期时间格式，使用：

df[df.assign(Date=df['Date'].astype(str))['Date'].str.endswith('12-31')]

两者都根据当前数据类型为您提供所需的提取输出，无需修改 DataFrame。

编辑

如果您想自动提取会计年度结束时的条目，您可以尝试以下代码。这是供您参考的，您可能需要进一步微调它以清理一些中间列。

df['Date1'] = pd.to_datetime(df['Date'])    
df['BYearEnd'] = pd.to_datetime(df['Date1'].dt.year.astype(str) + '-12-01') + pd.offsets.BMonthEnd(1)

在这里，我们创建了临时列 Date1 和 BYearEnd，其值对应于列 Date 列 BYearEnd 包含列 Date 中各个日期的营业年度结束日期。

那么我们就可以用下面的代码来提取相关的日期了：

df[df['Date1'] == df['BYearEnd']]

【讨论】：

谢谢。我做到了这一点。但有些年份最后一天是 12-30，有些是 12-29。我们可以动态获取一年中最后一天的值吗？我尝试使用 Yearend()。它不起作用。请让我知道如何动态获取一年中的最后一天，即使它是 29、30、31？谢谢
@Krish1992 你的意思是最后一个工作日，对吧？
是的，应该是从日历年末开始。不确定是否是最后一个工作日..
日历年终将始终为每年的 12 月 31 日。我猜你的意思是一年的最后一个工作日。这将是一个全新的问题。建议你看看this post
@Krish1992 查看我上面的编辑，它提供了用于动态获取一年中最后一个工作日的值的示例代码。