如何在Pandas中筛选英文月份缩写格式的特定月份行数据

我来帮你解决这个问题——用str.contains没得到预期结果，大概率是因为没用到最可靠的日期处理方式，或是你的测试数据刚好全是May，导致看起来没变化。下面给你两种可行方案，优先推荐第一种，因为后续处理日期也更方便：

方案一：将DATE列转为datetime类型（推荐） #

把字符串格式的日期转为Pandas的datetime类型后，筛选月份会更准确，还能避免字符串匹配的各种坑（比如大小写、隐藏字符）。

1. 转换日期列：
   你的日期格式是dd-mon-yy（比如01-May-07），用pd.to_datetime指定格式解析：

   import pandas as pd
   df['DATE'] = pd.to_datetime(df['DATE'], format='%d-%b-%y')
   

   这里%d对应两位日期，%b对应英文月份缩写（如May、Jun），%y对应两位年份（07会自动转为2007，17转为2017）。

2. 筛选特定月份：
   可以用月份数字或月份名称两种方式筛选：

   • 用月份数字（5=May，6=Jun）：

     filtered_df = df[df['DATE'].dt.month.isin([5, 6])]
     

   • 用月份名称（注意是全称，dt.month_name()返回完整月份名）：

     filtered_df = df[df['DATE'].dt.month_name().isin(['May', 'June'])]
     

方案二：直接对字符串列进行匹配（仅当无法转datetime时使用） #

如果因为某些原因不能转换日期类型，可以用更精确的字符串匹配来筛选：

1. 先确认DATE列是字符串类型：

   print(df['DATE'].dtype)  # 正常应该输出object
   

2. 用正则匹配中间的月份部分：
   匹配-May-或-Jun-这样的子串，确保只匹配日期中的月份部分：

   filtered_df = df[df['DATE'].str.contains(r'-May-|-Jun-', regex=True)]
   

   或者提取中间的三个字母再筛选：

   filtered_df = df[df['DATE'].str.extract(r'-(...)-')[0].isin(['May', 'Jun'])]
   

为什么你之前的方法没效果？ #

如果你的测试数据里全是May的行，那str.contains('May')当然会返回所有行，看起来和输入一致。如果实际数据有其他月份却没筛选出来，可能是DATE列不是字符串类型，或是字符串里有隐藏的空格/特殊字符导致匹配失败——这也是为什么转datetime是更稳妥的选择。

内容的提问来源于stack exchange，提问作者sundar_ima