如何使用Pandas删除2018年5月1日之前的指定数据行？

需求：删除2018年5月1日之前的数据行，已完成日期格式转换：

df['DATE'] = pd.to_datetime(df['DATE'],format='%d/%m/%Y')

问题1 #

如何设置截止日期为2018-04-30？

问题2 #

需结合多条件删除数据，现有部分代码如下，如何补充日期条件？

df2 = df[(df['REFERENCE'].str.contains("ABC") & (df['COUNTRY'] == 'countryname') 
& 

<<how can i mention the cut off date and the actual date column that has all dates?) == False]

解决方案 #

方法1：直接删除目标行 #

通过drop()方法定位并删除符合条件的数据：

# 删除包含指定前缀、指定国家且日期早于/等于2018-05-01的数据
raw_df.drop(raw_df[raw_df['REFERENCE'].str.contains("prefix") & (raw_df['COUNTRY'] == 'countryname') & (raw_df['DATE'].le('2018-05-01'))].index, inplace = True)

• 若要保留2018-05-01及之后的数据，将.le()（小于等于）替换为.ge()（大于等于）
• 针对问题1的2018-04-30截止需求，只需把日期参数改为'2018-04-30'，使用.le('2018-04-30')即可筛选并删除该日期及之前的行

方法2：筛选保留有效行（适配问题2代码） #

给现有代码补充日期条件，通过取反筛选出需要保留的数据：

# 保留不满足「含ABC+指定国家+日期早于2018-05-01」组合条件的数据
df2 = df[~(df['REFERENCE'].str.contains("ABC") & (df['COUNTRY'] == 'countryname') & (df['DATE'] < '2018-05-01'))]

• 若以2018-04-30为截止，将日期条件改为df['DATE'] <= '2018-04-30'
• ~符号等价于原代码中的== False，写法更简洁直观

内容的提问来源于stack exchange，提问作者Ziggy