Skip to main content
 首页 » 编程设计

python之在数据框 Pandas 中选择日期范围

2025年05月04日12tintown

首先非常感谢那些提供帮助的人,当人们提供帮助时,学习很有趣。

我没有切片和向下选择,我有一个数据框

             Unit   Name          Count   Month Year 
2013-01-01   U1     fn ln         2       01    2013 
2013-01-01   U1     fn1 ln1       200     01    2013 
2013-02-01   U2     fn2 ln2       55      01    2013 
... 
2016-01-01   U1     fn3 ln3       2       01    2016 
2016-01-01   U1     fn1 ln1       200     01    2016 
2016-01-01   U2     fn5 ln5       55      01    2016 

我想创建此数据的各种切片。

首先是每个月的总体,其次是每个单位每月的总体,然后是本月、过去三个月和过去 6 个月的个人

到目前为止的代码

# this works great groups by year per month (1 2013, 2014, 2015)... 
group1=df.groupby('Month','Year') 
 
# works great to select by unit 
group2=df.groupby('Unit', 'Month', 'Year') 
 
# now i want the top 10 individuals in each group 
# this doesn't work 
month_indiv = group2[['Name', 'Count']] 

我认为问题是 groupby 删除了重复项,但我不明白如何创建给我个人的 View 。

请您参考如下方法:

您可以通过 to_period 将索引转换为 periodindex并找到最近 3 个月的 unique :

print df 
           Unit     Name  Count  Month  Year 
2013-01-01   U1    fn ln      2      1  2013 
2013-02-01   U1    fn ln      2      2  2013 
2013-02-01   U1  fn1 ln1    200      2  2013 
2013-03-01   U2  fn2 ln2     55      3  2013 
2013-04-01   U2  fn2 ln2     55      4  2013 
2013-05-01   U2  fn2 ln2     55      5  2013 
2016-01-01   U1  fn3 ln3      2      1  2016 
2016-01-01   U1  fn1 ln1    200      1  2016 
2016-01-01   U2  fn5 ln5     55      1  2016 
 
#convert index to Periodindex 
print df.index.to_period('M') 
PeriodIndex(['2013-01', '2013-02', '2013-02', '2013-03', '2013-04', '2013-05', 
             '2016-01', '2016-01', '2016-01'], 
            dtype='int64', freq='M') 
 
#last 3 unique values 
print df.index.to_period('M').unique()[-3:] 
PeriodIndex(['2013-04', '2013-05', '2016-01'], dtype='int64', freq='M') 
 
print df.index.to_period('M').isin(df.index.to_period('M').unique()[-3:]) 
[False False False False  True  True  True  True  True] 
 
#last 3 months 
print  df.loc[df.index.to_period('M').isin(df.index.to_period('M').unique()[-3:])] 
           Unit     Name  Count  Month  Year 
2013-04-01   U2  fn2 ln2     55      4  2013 
2013-05-01   U2  fn2 ln2     55      5  2013 
2016-01-01   U1  fn3 ln3      2      1  2016 
2016-01-01   U1  fn1 ln1    200      1  2016 
2016-01-01   U2  fn5 ln5     55      1  2016