Python Pandas如何筛选1988-2018年数据并存入selection变量

你已经将日期列转为DatetimeIndex并设为行索引，直接使用pandas针对时间索引的原生切片语法即可完成筛选，不需要逐行判断日期。

核心筛选代码仅需1行：

selection = df.loc['1988-01':'2018-12']

说明：pandas对已排序的DatetimeIndex支持直接用'年-月'格式的字符串做闭区间切片，上述代码会自动覆盖1988年1月1日到2018年12月31日的所有记录，无需手动指定当月最后一天的精确日期。

注意事项 #

• 如果读取文件后日期索引不是升序排列，先执行排序再切片，避免筛选结果缺失：

df = df.sort_index()
selection = df.loc['1988-01':'2018-12']

• 筛选完成后可以通过以下代码核对时间范围是否符合要求：

# 打印筛选后数据的最早、最晚日期
print("筛选时段起始日期：", selection.index.min())
print("筛选时段结束日期：", selection.index.max())
# 打印筛选后数据行数
print("筛选后数据总行数：", len(selection))

调整后完整参考代码 #

import pandas as pd
import pandas_datareader as pdr
import matplotlib.pyplot as plt
from datetime import date


df = pd.read_csv('helsinki-vantaa.csv.csv', parse_dates=['DATE'], 
index_col=['DATE'])

# 确保时间索引升序排列
df = df.sort_index()

# 基础信息查看
df.head()
rows_count = df.shape[0]
print("原始数据总行数：", rows_count)

# 筛选1988年1月-2018年12月数据
selection = df.loc['1988-01':'2018-12']

# 验证筛选结果
print("筛选后最早日期：", selection.index.min())
print("筛选后最晚日期：", selection.index.max())
print("筛选后数据总行数：", len(selection))

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