如何基于DataFrame列中内嵌日期筛选指定日期范围的行？

基于你已经通过date_df=tmp_DF['UId'].str.split('/', expand=True)拆分出年、月、日列的操作，以下是完成日期范围筛选的具体步骤：

方法一：基于拆分后的列处理 #

1. 合并并转换日期格式
   将拆分得到的年、月、日列（对应date_df的第1、2、3列，索引从0开始）合并为标准日期字符串，再转为datetime类型：

   tmp_DF['date'] = pd.to_datetime(date_df[1] + '/' + date_df[2] + '/' + date_df[3], format='%Y/%m/%d')
   

2. 筛选指定日期范围的行
   定义目标日期范围，通过布尔索引筛选符合条件的行：

   # 示例：筛选2023年全年的数据
   start_date = pd.to_datetime('2023-01-01')
   end_date = pd.to_datetime('2023-12-31')
   
   filtered_df = tmp_DF[(tmp_DF['date'] >= start_date) & (tmp_DF['date'] <= end_date)]
   

3. 可选：清理临时列
   如果不需要新增的date列，可直接删除：

   tmp_DF.drop('date', axis=1, inplace=True)
   

方法二：直接从原列提取日期（更简洁） #

无需单独拆分出date_df，直接用正则从UId列提取日期部分并转换：

# 提取日期字符串并转为datetime类型
tmp_DF['date'] = pd.to_datetime(tmp_DF['UId'].str.extract(r'/(\d{4}/\d{2}/\d{2})/')[0], format='%Y/%m/%d')

# 执行范围筛选
filtered_df = tmp_DF[(tmp_DF['date'] >= start_date) & (tmp_DF['date'] <= end_date)]

内容的提问来源于stack exchange，提问作者rse