如何过滤移除dataframe中距系统运行日期不足90天的行

针对50万行级别的DataFrame，优先使用pandas向量化操作实现需求，执行效率远高于逐行遍历的实现方式。

前置依赖 #

需要导入的库：

import pandas as pd
from datetime import datetime

完整实现步骤 #

• 第一步：日期列格式转换，样例中的日期为日/月/年格式，明确指定解析格式既可以避免pandas自动识别出错，也能提升转换效率

# 假设你的原始DataFrame变量名为df，日期列列名和样例一致为`Date.`
df['Date.'] = pd.to_datetime(df['Date.'], format='%d/%m/%y')

• 第二步：过滤符合要求的行，仅保留日期距离当前系统时间大于等于90天的行

# 获取代码运行时的系统时间
current_time = datetime.now()
# 计算时间差过滤数据
df_filtered = df[ (current_time - df['Date.']).dt.days >= 90 ]

低内存优化方案 #

如果需要直接修改原DataFrame降低内存占用，可以使用如下写法：

current_time = datetime.now()
# 先定位需要删除的行索引
drop_index = df[ (current_time - df['Date.']).dt.days < 90 ].index
df.drop(drop_index, inplace=True)

效果验证 #

以你提供的样例数据为例：

如果代码运行时间为2021年5月1日，Dave的日期距离当前时间仅21天，会被直接删除，最终仅保留Tom对应的行。

内容的提问来源于stack exchange，提问作者David Cook