Pandas基于日期列按月筛选提取12/1/2月数据的方法

首先确保你的date列是pandas标准的时间格式，如果当前列是字符串类型，先执行格式转换：

import pandas as pd
sst_df['date'] = pd.to_datetime(sst_df['date'])

直接通过.dt.month访问时间列的月份属性，配合isin()做筛选即可，不需要处理字符串补零、匹配的问题：

# 筛选12月、1月、2月的冬季数据
winter_df = sst_df[sst_df['date'].dt.month.isin([12, 1, 2])].copy()

针对你给出的示例数据，执行上述代码后返回的结果如下：

date     sst
1 1997-12-15  16.745
2 1998-01-15  16.009
3 1998-02-15  15.792

如果需要拆分其他季节的独立DataFrame，用相同逻辑即可：

• 春季（3-5月）：spring_df = sst_df[sst_df['date'].dt.month.isin([3,4,5])].copy()
• 夏季（6-8月）：summer_df = sst_df[sst_df['date'].dt.month.isin([6,7,8])].copy()
• 秋季（9-11月）：autumn_df = sst_df[sst_df['date'].dt.month.isin([9,10,11])].copy()

注意：筛选后加.copy()是为了避免后续修改子集时触发pandas的SettingWithCopyWarning警告，如果只是做查询分析可以省略。

内容的提问来源于stack exchange，提问作者Joe