如何仅利用日期变量的年份部分筛选数据集？

核心思路 #

完全不需要生成所有月日组合，直接针对年份部分处理即可，效率更高且避免格式错误。以下是几种常见工具的实现方法：

Python（Pandas）场景 #

假设你的数据集是Pandas DataFrame，日期列名为date：

1. 字符串前缀匹配（日期列是字符串类型）
   直接筛选以2014-或2015-开头的行：

filtered_df = df[df['date'].str.startswith(('2014-', '2015-'))]

2. 日期类型提取年份（推荐，更灵活）
   先将列转换为datetime类型，再提取年份筛选：

import pandas as pd

df['date'] = pd.to_datetime(df['date'])
filtered_df = df[df['date'].dt.year.isin([2014, 2015])]

Excel场景 #

假设日期数据在A列：

• 方法1：新增辅助列，用LEFT(A2,4)提取年份，然后筛选该列值为2014或2015的行；
• 方法2：直接使用「文本筛选」，选择「开头是」，输入2014和2015进行筛选。

SQL场景 #

假设表名为your_table，日期列名为date_column：

1. 通过日期函数提取年份（不同数据库语法略有差异，以下是通用示例）：

SELECT * FROM your_table
WHERE DATEPART(year, date_column) IN (2014, 2015);

2. 字符串截取（适用于固定格式的日期字符串）：

SELECT * FROM your_table
WHERE LEFT(date_column, 4) IN ('2014', '2015');

为什么不推荐生成月日组合？ #

这种方法不仅效率极低（需要生成730+个日期字符串），还容易因为循环时的格式拼接错误（比如你遇到的多余空格）导致筛选失效，完全没必要舍近求远。

内容的提问来源于stack exchange，提问作者KL1