未知列名时如何仅保留DataFrame中近两年的numpy.datetime64类型列数据

原代码出错原因 #

• 原生numpy.datetime64类型的列没有.year属性，需要先转换为pandas的DatetimeIndex类型才能直接提取年份字段
• 筛选逻辑写反：原代码是删除年份大于等于近两年的列，刚好把需要保留的数据清除了
• 代码末尾缺少右括号，存在语法错误

正确实现代码 #

按自然年筛选（保留最近两个自然年+当前自然年的所有数据） #

import pandas as pd
from datetime import date

# 将列转换为支持日期操作的DatetimeIndex类型
df.columns = pd.to_datetime(df.columns)
# 计算两年前的年份阈值
cutoff_year = date.today().year - 2
# 直接筛选符合要求的列覆盖原df，逻辑更直观
df = df.loc[:, df.columns.year >= cutoff_year]

如果习惯用drop方法实现，调整逻辑即可：

df.drop(df.columns[df.columns.year < cutoff_year], axis=1, inplace=True)

按实际日期跨度筛选（保留距今刚好两年内的所有数据） #

如果需要按实际日期长度计算（比如2024年10月15日查询时，仅保留2022年10月15日之后的列，而非所有2022年的列），可以用以下代码：

import pandas as pd
from datetime import date, timedelta

df.columns = pd.to_datetime(df.columns)
# 计算两年前的具体日期，按365*2天计算，需要处理闰年的话可以引入dateutil包的relativedelta
cutoff_date = date.today() - timedelta(days=365*2)
df = df.loc[:, df.columns >= pd.to_datetime(cutoff_date)]

内容的提问来源于stack exchange，提问作者BaluCap