如何按日期过滤python pandas数据框列[重复]

Question

我在过滤 pandas 数据框时遇到问题 - 我想过滤“日期”列中的所有日期以仅返回上个月的日期，但 python 混淆了日期和月份并返回错误的答案。你能告诉我如何解决吗谢谢

import pandas as pd
import numpy as np
import datetime as dt
df = pd.DataFrame(pd.read_csv("Dates.csv"))
tday = dt.date.today()
tdelta = dt.timedelta(days=-30)
dt = tday + tdelta
dt = np.datetime64(dt)
print(dt)
df['Date'] = pd.to_datetime(df['Date'])
df = df.loc[df['Date'] >= dt]
print(df)

Dates.csvdf 是：

DF = 
     Met By        Date
0    David   06/07/2020
1    Philip  22/06/2020
2   Richard  02/04/2020
3   Richard  09/03/2020
4   Richard  17/02/2020
5    Philip  12/02/2020
6    Philip  29/01/2020
7      Jane  20/01/2020
8      Jane  13/01/2020
9   Richard  10/01/2020
10   Philip  06/01/2020

更新：由 VALDI 解决 - read_csv 上必须包含 dayfirst = True

import pandas as pd
df = pd.read_csv("Dates.csv", parse_dates=[1], dayfirst = True)
df = df[df['Date'] > pd.Timestamp.today() - pd.Timedelta('30D')]
print(df)

Answer 1

让我们从阅读 DataFrame 的方式开始：

df = pd.DataFrame(pd.read_csv("Dates.csv"))

注意：

• pd.read_csv 已经返回了一个DataFrame，
• 因此无需从第一个创建另一个 DataFrame。

更简单的方法是：df = pd.read_csv("Dates.csv")。

但这还不是全部。如果您有一列包含日期，则将其转换 datetime 早在您阅读 DateFrame 时输入，因此，假设 您的文件仅包含 Met By 和 Date 列（无索引列）， 正确的阅读公式是：

df = pd.read_csv("Dates.csv", parse_dates=[1])

现在如何过滤你的 DataFrame：

第一个提示是不使用 datetime 模块，因为 Pandas 有它的原生 today 和 Timedelta 函数。 由于 Date 列现在是正确的 (datetime) 类型，因此您不需要任何转换。 只需使用：

df[df.Date > pd.Timestamp.today() - pd.Timedelta('30D')]

如果您还有 未来 日期并想过滤掉它们，请运行：

df[df.Date > (pd.Timestamp.today() - pd.Timedelta('30D'))
    and df.Date < pd.Timestamp.today()]

Answer 2

您可以在日期列上使用 pandas 的 to_timedelta 函数和 datetime 的 datetime.now 函数

看来你需要先重新格式化日期

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

然后

import datetime
import pandas as pd 


df_filtered = df[df.Date > datetime.datetime.now() - pd.to_timedelta("30day")]

根据@Henry 的建议，您也可以使用pd.Timestamp.now()

df_filtered = df[df.Date > pd.Timestamp.now() - pd.to_timedelta("30day")]