標題可能有點混亂。我的意思是，假設我有一個像這樣的df：
| 日期（日/月/年） | 價值 |
|---|---|
| 2000 年 1 月 1 日 | w |
| 02/01/2000 | X |
| [...] | [...] |
| 2009 年 12 月 31 日 | 是的 |
| 2010 年 1 月 1 日 | z |
我想按三個不同的時間頻率過濾它：日、月和年。它已經按天過濾，所以“月”看起來像：
| 日期（日/月/年） | 價值 |
|---|---|
| 2000 年 1 月 1 日 | w |
| 2000 年 1 月 2 日 | 一個 |
| 01/03/2000 | b |
| 2000 年 1 月 4 日 | C |
| [...] | [...] |
和“年”：
| 日期（日/月/年） | 價值 |
|---|---|
| 2000 年 1 月 1 日 | w |
| 01/01/2001 | e |
| 01/01/2002 | F |
| 01/01/2003 | G |
| [...] | [...] |
uj5u.com熱心網友回復：
我想我對你所要求的有更好的理解。我必須創建自己的 pandas 日期列，但您可以使用這個概念，只需替換為您自己的列
df_dates = pd.DataFrame(pd.date_range('01-01-2000', '12-31-2004', freq = 'd'), columns = ['Dates'])
start_date = '2001-02-25'
end_date = '2004-03-21'
df_dates.loc[
(df_dates['Dates'].between(start_date, end_date))
&
(df_dates['Dates'].dt.day.eq(25))
]
這樣做的缺點是它不是很靈活，因為您需要手動更新代碼以獲得所需的配置。但是，這應該會給您帶來您期望的結果，并且您可以使用它并制作一個更易于使用的函式（制作一個將接受幾個輸入并處理 & 陳述句的函式可能是我在這情況）
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/491284.html