如何按特定月份/日期过滤日期数据框？

Question

所以我的代码如下：

df['Dates'][df['Dates'].index.month == 11]

我正在做一个测试，看是否可以过滤月份，所以它只显示11月的日期，但这没有用。它给了我以下错误：AttributeError：’Int64Index’对象没有属性’month’。

如果我做

print type(df['Dates'][0])

然后我得到类’pandas.tslib.Timestamp’，这使我相信存储在数据框中的对象类型是Timestamp对象。（我不确定之前的错误是“
Int64Index”来自何处）

我想做的是：dataframe列包含从2000年代到现在的以下格式的日期：dd / mm /
yyyy。我只想过滤11月15日至3月15日之间的日期，与YEAR无关。最简单的方法是什么？

谢谢。

这是df [‘Dates’]（带有索引）：

0    2006-01-01
1    2006-01-02
2    2006-01-03
3    2006-01-04
4    2006-01-05
5    2006-01-06
6    2006-01-07
7    2006-01-08
8    2006-01-09
9    2006-01-10
10   2006-01-11
11   2006-01-12
12   2006-01-13
13   2006-01-14
14   2006-01-15
...

Answer 1

映射一个匿名函数以计算该系列的月份，并将其与11的11月进行比较。那会给你一个布尔面罩。然后，您可以使用该掩码过滤数据框。

nov_mask = df['Dates'].map(lambda x: x.month) == 11
df[nov_mask]

我认为没有直接的方法可以过滤掉您想忽略年份的方式，因此请尝试此方法。

nov_mar_series = pd.Series(pd.date_range("2013-11-15", "2014-03-15"))
#create timestamp without year
nov_mar_no_year = nov_mar_series.map(lambda x: x.strftime("%m-%d"))
#add a yearless timestamp to the dataframe
df["no_year"] = df['Date'].map(lambda x: x.strftime("%m-%d"))
no_year_mask = df['no_year'].isin(nov_mar_no_year)
df[no_year_mask]