使用pandas批量为多个DataFrame设置指定起止日期区间的方法

解决方案 #

你可以把所有需要处理的DataFrame放入一个列表中，通过遍历列表完成批量筛选，两种常用实现方式如下：

方式1：生成筛选后的新DataFrame列表（推荐，不修改原数据） #

import pandas as pd

# 先定义起止日期
start = pd.to_datetime('2021-01-02')
end = pd.to_datetime('2021-01-04')

# 把所有要处理的df放入列表
df_list = [df1, df2]
# 批量筛选，生成新的结果列表
filtered_df_list = [df.loc[(df['Dates'] >= start) & (df['Dates'] <= end)] for df in df_list]

筛选后可通过下标访问结果：

• filtered_df_list[0] 对应筛选后的df1
• filtered_df_list[1] 对应筛选后的df2

方式2：保留原变量名可结合字典使用 #

如果你希望筛选后仍然可以通过原变量名访问结果，可用字典存储所有DataFrame：

df_dict = {'df1': df1, 'df2': df2}
# 批量筛选后覆盖原字典值
for name, df in df_dict.items():
    df_dict[name] = df.loc[(df['Dates'] >= start) & (df['Dates'] <= end)]

访问方式：df_dict['df1']、df_dict['df2']

优化技巧 #

如果你的Dates列设置为索引，还可以用更简洁的写法：

# 写法1：用between简化条件判断
df.loc[df['Dates'].between(start, end)]

# 写法2：日期作为索引后直接切片
df = df.set_index('Dates')
filtered_df = df[start:end]

内容的提问来源于stack exchange，提问作者fjurt