熊猫过滤特定年份的数据框行
-
我有一个数据框
df，它有一Date列。我想创建两个新的数据框。一个包含df年份等于的所有行some_year，另一个数据框包含df年份不等于的所有行some_year。我知道您可以这样做，`df.ix[‘2000-1-1’ - ‘2001-1-1’]`但是为了获得2000年中没有的所有行，需要创建2个额外的数据帧，然后进行串联/联接。
有这样的办法吗？
include = df[df.Date.year == year]
exclude = df[df['Date'].year != year]
这段代码不起作用，但是有什么类似的方法吗？
问题答案：
您可以使用datetime accesor。
import datetime as dt
df['Date'] = pd.to_datetime(df['Date'])
include = df[df['Date'].dt.year == year]
exclude = df[df['Date'].dt.year != year]
-
问题内容： 我有很多行的python pandas数据框。从这些行中，我想切出并且仅使用“ body”列中包含单词“ ball”的行。为此，我可以这样做： 问题是，我希望它不区分大小写，这意味着如果出现Ball或bAll一词，我也希望它们。进行不区分大小写的搜索的一种方法是将字符串转换为小写，然后以这种方式搜索。我想知道如何去做。我试过了 但这是行不通的。我不确定是否应该在此等性质上使用lambd
-
问题内容： 要按单列过滤数据帧（df），如果我们考虑男性和女性的数据，则可以： 问题1-但是，如果数据跨越多年并且我只想看2014年的男性，该怎么办？ 用其他语言，我可能会做类似的事情： （除了我要执行此操作，并在新的数据框对象中获取原始数据框的子集） 问题2。如何循环执行此操作，并为每个唯一的年份和性别集创建一个数据框对象（例如，2013-男，2013-女，2014-男和2014-女的df 问题
-
问题内容： 我需要使用字典来过滤数据帧，该字典的键是列名，值是我要过滤的值： 但是我想做些事情 但这会多次过滤数据帧，一次过滤一个值，而不是一次应用所有过滤器。有没有办法以编程方式进行？ 编辑：一个例子： 给 但预期结果是 仅应选择最后一个。 问题答案： IIUC，您应该可以执行以下操作： 通过制作一个系列来与以下项目进行比较： 选择以下内容的相应部分： 查找它们匹配的位置： 查找它们 都 匹配的
-
问题内容： 我有从构成的DataFrame 。一行包含96个值，我想将DataFrame与值72分开。 以便将行的前72个值存储在Dataframe1中，并将行的后24个值存储在Dataframe2中。 我按如下方式创建我的DF： 问题是：如何拆分它们？:) 问题答案： （iloc文档）
-
问题内容： 我有以下数据框： 我需要按年份和月份对数据进行分组。例如：按2013年1月，2013年2月，2013年3月等分组。我将使用新分组的数据创建一个显示每年/每月abc vs xyz的图表。 我已经尝试了groupby和sum的各种组合，但是似乎什么也无法工作。 感谢您的协助。 问题答案： 您可以使用重采样或（在后台重采样）。 首先，请确保datetime列实际上是datetimes（用命中
-
问题内容： 如果我有一个包含多列的数据框，如何只填充一列？还是一组列？ 我只知道如何按轴进行操作。 问题答案： tl; dr： 我还添加了一个自我包含的示例：