如何在Pandas中按年、月、季度等日期条件筛选列？

你的数据框列名是datetime类型，要按年、月、季度或固定日期筛选列，以下是针对不同需求的实现方法：

1. 筛选每年的同一天（如9月14日） #

利用列名的dt.month和dt.day属性匹配目标日期：

# 筛选所有9月14日的列
filtered_df = df.loc[:, (df.columns.month == 9) & (df.columns.day == 14)]
print(filtered_df)

运行后会保留2022-09-14、2021-09-14、2020-09-14、2019-09-14这些列。

2. 按月份筛选（如所有9月的列） #

直接匹配dt.month属性：

# 筛选所有9月的列
sep_df = df.loc[:, df.columns.month == 9]
print(sep_df)

3. 按季度筛选（如第三季度） #

Pandas的datetime类型支持dt.quarter属性（1-4对应四个季度）：

# 筛选第三季度（7-9月）的列
q3_df = df.loc[:, df.columns.quarter == 3]
print(q3_df)

你的示例中第三季度的列包括2022-09-14、2022-08-14、2022-07-14、2021-09-14、2020-09-14、2019-09-14。

4. 按年份筛选（如2022年的列） #

匹配dt.year属性：

# 筛选2022年的列
year2022_df = df.loc[:, df.columns.year == 2022]
print(year2022_df)

补充说明 #

• 若列名是字符串类型，需先转换为datetime：df.columns = pd.to_datetime(df.columns)
• 多条件组合时，用&（且）、|（或）连接，注意添加括号避免优先级问题

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