使用Pandas处理COVID19疫情数据时如何筛选指定日期范围的记录？

实现步骤及代码 #

你需要先将数据中的日期列转换为pandas支持的日期格式，再按指定范围筛选即可，完整可运行代码如下：

import pandas as pd
import numpy as np

# 原有读取、筛选国家的代码
df = pd.read_csv('COVID19.csv')
df_ex = pd.DataFrame(df, columns = ['location' ,'date', 'total_cases', 
'new_cases', 'total_deaths', 'new_deaths'])
df_ext = df_ex[df_ex.location.isin(['New Zealand', 'Cyprus'])]

# 新增日期筛选逻辑
# 1. 将date列转换为datetime格式，避免字符串比对出错
df_ext['date'] = pd.to_datetime(df_ext['date'])
# 2. 自定义你需要的日期范围，格式为年-月-日
start_date = '2020-01-01'
end_date = '2020-12-31'
# 3. 筛选指定日期范围内的记录
# 写法1：布尔索引，灵活适配大于/小于等自定义条件
df_filtered = df_ext[(df_ext['date'] >= start_date) & (df_ext['date'] <= end_date)]
# 写法2：between方法，代码更简洁（默认包含首尾两个日期）
# df_filtered = df_ext[df_ext['date'].between(start_date, end_date)]

注意事项 #

• 如果你的原始CSV中日期格式不是年-月-日，可以在pd.to_datetime中添加format参数指定格式，比如日期为日/月/年格式时，写法为pd.to_datetime(df_ext['date'], format='%d/%m/%Y')
• 筛选得到的df_filtered就是符合国家、日期双重条件的最终数据

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