pandas中筛选不分年份的特定月份数据的最优方法

你完全不需要重置索引，直接使用pandas DatetimeIndex内置的month属性即可快速筛选，代码如下：

# 筛选所有11月的记录，无需改动原有索引
df_nov = df[df.index.month == 11]

如果需要同时筛选多个月份，可配合isin方法实现：

# 示例：筛选所有10月、11月的记录
df_target = df[df.index.month.isin([10, 11])]

拓展说明 #

这种时间属性筛选是pandas时间索引的原生能力，和你提到的between_time同属便捷时间操作接口，你还可以用同样的逻辑实现其他维度的快速筛选：

• 筛选所有周一的记录：df[df.index.weekday == 0]
• 筛选所有2020年的记录：df[df.index.year == 2020]
• 筛选所有每月1号的记录：df[df.index.day == 1]

这种方案无需修改原有数据结构，执行效率也高于先重置索引再提取字段筛选的方案。

内容的提问来源于stack exchange，提问作者Borut Flis