如何移除Pandas数据框中早于当日日期的行？

没问题，我来帮你搞定这个动态过滤的需求。核心思路是先把日期字符串转换成Pandas能识别的datetime类型，再用当日日期作为过滤条件，最后保存处理后的数据。下面是一步步的实现方案：

步骤1：转换日期列类型 #

首先，你的date列是字符串格式，没法直接和日期做比较，所以第一步要把它转换成datetime类型：

from datetime import datetime
import pandas as pd

# 你的原始数据
data = {'date': ['2001-04-10 18:47:05.069722', '2018-05-16 18:47:05.119994', '2018-05-16 18:47:05.178768', '2018-05-16 18:47:05.230071', '2018-05-16 18:47:05.230071', '2018-05-16 18:47:05.280592', '2018-05-16 18:47:05.332662', '2018-05-16 18:47:05.385109', '2018-05-16 18:47:05.436523', '2018-05-16 18:47:05.486877'], 'battle_deaths': [34, 25, 26, 15, 15, 14, 26, 25, 62, 41]}
df = pd.DataFrame(data, columns = ['date', 'battle_deaths'])

# 转换date列为datetime类型
df['date'] = pd.to_datetime(df['date'])

步骤2：动态获取当日日期并过滤数据 #

这里分两种情况，你可以根据需求选择：

情况A：只保留日期等于或晚于今日的行（忽略时间部分） #

比如今天是2024-05-20，那么所有日期是2024-05-20及之后的行都保留，不管具体时间：

# 获取今日的日期（不带时间）
today = datetime.today().date()

# 过滤：保留date列的日期部分 >= 今日的行
df_filtered = df[df['date'].dt.date >= today]

情况B：只保留时间戳晚于当前此刻的行（精确到秒/毫秒） #

如果需要更严格的过滤，连今天早于当前时间的行也移除：

# 获取当前的完整时间戳
now = pd.Timestamp.now()

# 过滤：保留date列 >= 当前时间的行
df_filtered = df[df['date'] >= now]

针对你的示例数据，如果今天是2018-05-16，情况A会移除那行2001-04-10的数据，剩下9行，完全符合你的需求。

步骤3：保存处理后的数据 #

过滤完成后，把结果保存下来，方便后续使用：

# 保存为CSV文件（可以换成你需要的格式，比如Excel）
df_filtered.to_csv('filtered_battle_data.csv', index=False)

每日自动处理的建议 #

因为你的数据源每天都会新增数据，你可以把这段代码写成一个独立的Python脚本，然后用定时任务工具自动运行：

• 在Linux/macOS上用cron设置每日定时执行
• 在Windows上用「任务计划程序」创建定时任务

这样每天脚本会自动读取最新的数据源，过滤掉旧数据，再保存更新后的结果，完全不需要手动操作。

内容的提问来源于stack exchange，提问作者micdanspe