如何在Pandas中统计指定日期区间payout值并绘制2018年4月日分布图？

很简单，你只需要调整原代码里的筛选条件，精准定位到2018年4月的日期就行。这里给你两种实用的方法：

方法一：按年份+月份直接筛选 #

直接在loc的条件里同时限定年份为2018、月份为4，就能精准拿到4月的所有数据：

# 先确保payout列是datetime类型（如果还没转换的话）
df['payout'] = pd.to_datetime(df['payout'])

# 筛选2018年4月的数据，统计每日数量并绘图
(df.loc[(df['payout'].dt.year == 2018) & (df['payout'].dt.month == 4), 'payout']
 .dt.to_period('D')
 .value_counts()
 .sort_index()
 .plot(kind="bar")
)

方法二：指定精确日期范围筛选 #

如果需要严格匹配你说的“2018年4月1日至5月1日”区间，直接用日期区间筛选会更灵活：

# 定义目标时间范围
start_date = '2018-04-01'
end_date = '2018-05-01'

# 筛选该范围内的数据并绘图
(df.loc[df['payout'].between(start_date, end_date, inclusive='both'), 'payout']
 .dt.to_period('D')
 .value_counts()
 .sort_index()
 .plot(kind="bar")
)

小提示：inclusive='both'会同时包含起始和结束日期，如果你不想包含5月1日，可以改成inclusive='left'，或者把end_date设为'2018-04-30'。

两种方法都能满足你的需求，选哪种看你是否需要更灵活的时间范围控制～

内容的提问来源于stack exchange，提问作者user40