如何用Pandas从CSV中获取指定日期区间内TOP10高频OFFENCE_CODE？

你需要在现有代码基础上添加日期范围筛选逻辑，以下是修改后的完整代码：

import pandas as pd

# 修正日期写法，转成pandas可识别的日期类型
input_date1 = pd.to_datetime('2012/11/1')
input_date2 = pd.to_datetime('2013/11/1')

# 读取CSV时直接将日期列解析为日期类型
df = pd.read_csv(
    "penalty_data_set.csv",
    usecols=['OFFENCE_CODE', 'OFFENCE_MONTH'],
    parse_dates=['OFFENCE_MONTH']
)

# 筛选出指定日期范围内的数据
filtered_df = df[(df['OFFENCE_MONTH'] >= input_date1) & (df['OFFENCE_MONTH'] <= input_date2)]

# 统计筛选后出现频率最高的前10个违规代码
print(filtered_df['OFFENCE_CODE'].value_counts().nlargest(10))

关键改动说明： #

• 修正日期变量：原始代码中2012/11/1是非法Python语法，改为字符串后用pd.to_datetime()转为标准日期类型，支持后续范围比较
• 解析日期列：读取CSV时通过parse_dates参数直接处理OFFENCE_MONTH列，避免后续手动转换格式
• 添加日期筛选：用布尔索引精准过滤出目标日期区间内的数据
• 基于筛选结果统计：仅对符合日期条件的记录进行违规代码频率统计，确保结果范围准确

内容的提问来源于stack exchange，提问作者satanfable