Python股票数据集清洗：剔除2000年前数据失败，代码生成空DataFrame求助

你的代码有两个核心错误：

1. 循环里每次遇到19开头的日期就删除所有列，最后数据集自然空了——你要删的是2000年前的行数据，不是列。
2. 逻辑搞反了：你需要保留2000年及以后的数据，而非针对19开头的日期做列删除操作。

下面是两种可靠的解决方案：

方法一：将日期转为datetime类型筛选（推荐） #

这种方式处理日期更灵活，能避免字符串格式的坑：

import pandas as pd

# 先把Date列转成datetime类型（如果还没转）
df['Date'] = pd.to_datetime(df['Date'])

# 筛选2000年1月1日及以后的数据
filtered_df = df[df['Date'] >= '2000-01-01']

# 保留你需要用于KNN的列（比如移除Date，保留股票特征列）
knn_data = filtered_df.drop('Date', axis=1)
# 或者直接指定需要的列：knn_data = filtered_df[['Open', 'High', 'Low', 'Close', 'Adj Close', 'Volume']]

print(knn_data)

方法二：直接用字符串筛选（如果Date是字符串格式） #

如果你的Date列是纯字符串（比如"1999-12-31"），可以直接通过字符串前缀筛选：

# 筛选不以"19"开头的行（即保留2000年及以后的数据）
filtered_df = df[~df['Date'].str.startswith('19')]

# 整理KNN需要的列
knn_data = filtered_df.drop('Date', axis=1)

print(knn_data)

为什么你的原代码会得到空数据集？ #

你在循环里执行df.drop([...], axis=1)时，是把df的所有列（包括所有股票数据列）都删除了，只要遇到一个19开头的日期，就会执行一次删列操作，最后df就没有任何列了，所以print(f)输出空DataFrame。

内容的提问来源于stack exchange，提问作者LightningWalrus1617