如何在熊猫中过滤年份和季度答案

【问题标题】：How to filter on year and quarter in pandas如何在熊猫中过滤年份和季度
【发布时间】：2015-04-07 05:00:20
【问题描述】：

我有一个 DataFrame，其中有一列类型为 datetime64[ns]。我想过滤年份和季度。有关如何执行此操作的任何建议？

我已经尝试过这个麻烦的解决方案

data = data[(pd.Series(pd.DatetimeIndex(data['MatCalID']).year).isin([2018]) & pd.Series(pd.DatetimeIndex(data['MatCalID']).quarter).isin([2,3]))]

为什么要这么复杂的解决方案？：

很遗憾，我收到“提供的无法对齐的布尔系列键”错误。

有人知道怎么做吗？

【问题讨论】：

您的 pandas 版本是 0.15.0 还是更高版本？如果是这样，这似乎没有必要转换为 datetimeIndex，因为您可以通过 .dt 访问 year 和 quarter，例如price['MatCalID'].dt.year 你也想要类似data[(price['MatCalID'].dt.year == 2008) & (price['MatCalID'].dt.quarter.isin([2,3]))] 的东西吗？
还有data和price是什么关系？这些观点是同一个df吗？ df的？
感谢 Ed，'dt' 完美运行。我指的是数据，而不是价格。现在已在问题中进行了更改。
所以当你说工作时，你的意思是我应该发帖作为答案？
是的，你应该这样做

【解决方案1】：

如果您正在运行 pandas 版本 0.15.0 或更高版本，则无需将系列转换为 DateTimeIndex，因为现在有一个新的日期时间属性 .dt。您可以使用它来访问日期时间对象的年份和季度属性，并使用布尔条件来过滤 df：

data[(data['MatCalID'].dt.year == 2008) & (data['MatCalID'].dt.quarter.isin([2,3]))]

当您想要测试多个值而不是单个值的成员资格时，通常应该使用 isin

【讨论】：