使用Python datascience库筛选2017年日期条目问题咨询

我来帮你搞定这个筛选问题！你遇到的布尔判断只作用于最后一个输入的问题，大概率是用了Python原生的and/or来做数组级别的逻辑判断——这在datascience库的Table操作里是行不通的，因为这些运算符只针对单个布尔值，而非整个列的数组。下面给你两种靠谱的解决方案：

方法1：直接通过日期范围筛选（推荐） #

如果你的Date列是标准的日期字符串（比如YYYY-MM-DD格式），可以直接用datascience库的are.between方法来指定2017年的起止日期，一步到位：

from datascience import Table, are

# 假设你的数据已经加载到table变量中
table = Table.read_table("your_data_file.csv")

# 筛选2017年1月1日到12月31日的所有条目
filtered_2017 = table.where("Date", are.between("2017-01-01", "2017-12-31"))

方法2：提取年份列后筛选 #

如果你的日期格式比较特殊，或者后续还需要用到年份做其他操作，可以先给Table新增一个Year列，再筛选年份等于2017的行：

from datascience import Table, are

table = Table.read_table("your_data_file.csv")

# 定义一个提取年份的函数
def get_year(date_str):
    # 假设日期是YYYY-MM-DD格式，拆分后取第一个元素转成整数
    return int(date_str.split("-")[0])

# 新增Year列
table_with_year = table.with_column("Year", table.apply(get_year, "Date"))

# 筛选2017年的条目
filtered_2017 = table_with_year.where("Year", are.equal_to(2017))

为什么你之前的布尔判断失效了？ #

如果之前你尝试了类似下面的写法：

# 错误示例！不能用and做数组布尔判断
filtered = table.where((table.column("Date") >= "2017-01-01") and (table.column("Date") <= "2017-12-31"))

Python的and运算符会把整个布尔数组当成一个整体判断，最终只会返回数组最后一个元素的布尔值，导致筛选结果完全不符合预期。正确的数组级逻辑判断应该用&（且）或者|（或），并且要给每个条件加括号：

# 正确的数组布尔判断写法
filtered = table.where((table.column("Date") >= "2017-01-01") & (table.column("Date") <= "2017-12-31"))

不过还是推荐用are.between，代码更简洁易读~

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