使用Pandas高效按日期筛选DataFrame数据

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'todays_date': ['04-20-20', '04-20-21', '03-23-23', '03-24-23', '11-12-23', '01-01-24'],
    'value': [10, 20, 30, 40, 50, 60]
})

print("原始DataFrame:")
print(df)
print("\n日期列原始数据类型:", df['todays_date'].dtype)

# 将日期列转换为datetime类型
df['todays_date'] = pd.to_datetime(df['todays_date'], format='%m-%d-%y')

print("\n转换后的DataFrame:")
print(df)
print("\n日期列转换后数据类型:", df['todays_date'].dtype)

原始DataFrame:
  todays_date  value
0    04-20-20     10
1    04-20-21     20
2    03-23-23     30
3    03-24-23     40
4    11-12-23     50
5    01-01-24     60

日期列原始数据类型: object

转换后的DataFrame:
  todays_date  value
0  2020-04-20     10
1  2021-04-20     20
2  2023-03-23     30
3  2023-03-24     40
4  2023-11-12     50
5  2024-01-01     60

日期列转换后数据类型: datetime64[ns]

# 筛选出2023年3月24日之前的所有实例
early_instances = df[df['todays_date'] < '2023-03-24']
print("\n--- 2023年3月24日之前的实例 ---")
print(early_instances)

# 注意：Pandas通常可以识别标准格式的日期字符串，并将其与datetime列进行比较。
# 但为了更严谨，可以将比较日期也转换为datetime对象：
comparison_date = pd.to_datetime('03-24-23', format='%m-%d-%y')
early_instances_explicit = df[df['todays_date'] < comparison_date]
print("\n--- 2023年3月24日之前的实例 (显式datetime比较) ---")
print(early_instances_explicit)

--- 2023年3月24日之前的实例 ---
  todays_date  value
0  2020-04-20     10
1  2021-04-20     20
2  2023-03-23     30

--- 2023年3月24日之前的实例 (显式datetime比较) ---
  todays_date  value
0  2020-04-20     10
1  2021-04-20     20
2  2023-03-23     30

# 筛选出2023年3月24日之后且2023年11月12日之前的实例
later_instances = df[(df['todays_date'] > '2023-03-24') & (df['todays_date'] < '2023-11-12')]
print("\n--- 2023年3月24日之后且2023年11月12日之前的实例 ---")
print(later_instances)

# 同样，也可以使用显式的datetime对象进行比较
start_date = pd.to_datetime('03-24-23', format='%m-%d-%y')
end_date = pd.to_datetime('11-12-23', format='%m-%d-%y')
later_instances_explicit = df[(df['todays_date'] > start_date) & (df['todays_date'] < end_date)]
print("\n--- 2023年3月24日之后且2023年11月12日之前的实例 (显式datetime比较) ---")
print(later_instances_explicit)

--- 2023年3月24日之后且2023年11月12日之前的实例 ---
  todays_date  value
4  2023-11-12     50

--- 2023年3月24日之后且2023年11月12日之前的实例 (显式datetime比较) ---
  todays_date  value
4  2023-11-12     50

import pandas as pd

# 创建一个示例DataFrame
data = {
    'todays_date': ['04-20-20', '04-20-21', '03-23-23', '03-24-23', '11-12-23', '01-01-24', '05-15-22'],
    'event_id': ['A1', 'B2', 'C3', 'D4', 'E5', 'F6', 'G7'],
    'amount': [100, 150, 200, 250, 300, 350, 180]
}
df_full = pd.DataFrame(data)

print("原始DataFrame:")
print(df_full)

# 步骤1: 将日期列转换为datetime类型
df_full['todays_date'] = pd.to_datetime(df_full['todays_date'], format='%m-%d-%y')
print("\n转换日期类型后的DataFrame:")
print(df_full)
print("日期列类型:", df_full['todays_date'].dtype)

# 示例1: 筛选出2023年3月24日之前的事件
print('\n--- 示例1: 2023年3月24日之前的事件 ---')
before_specific_date = df_full[df_full['todays_date'] < '2023-03-24']
print(before_specific_date)

# 示例2: 筛选出2021年3月24日之后且2023年3月24日之前的事件
print('\n--- 示例2: 2021年3月24日之后且2023年3月24日之前的事件 ---')
range_of_dates = df_full[(df_full['todays_date'] > '2021-03-24') & (df_full['todays_date'] < '2023-03-24')]
print(range_of_dates)

# 示例3: 筛选出特定日期（例如2023年3月24日）当天的事件
print('\n--- 示例3: 2023年3月24日当天的事件 ---')
# 注意：直接比较字符串日期可能只匹配到当天零点，更精确的做法是使用日期范围或is_between方法
# 方法一：使用范围
exact_day_start = pd.to_datetime('03-24-23', format='%m-%d-%y')
exact_day_end = exact_day_start + pd.Timedelta(days=1)
on_specific_day = df_full[(df_full['todays_date'] >= exact_day_start) & (df_full['todays_date'] < exact_day_end)]
print(on_specific_day)

# 方法二：使用.dt.date属性进行日期部分比较（如果只需要比较日期部分）
on_specific_day_dt_date = df_full[df_full['todays_date'].dt.date == pd.to_datetime('03-24-23', format='%m-%d-%y').date()]
print("\n--- 示例3 (使用.dt.date): 2023年3月24日当天的事件 ---")
print(on_specific_day_dt_date)