从dataframe中选择多个日期范围

另一种方式:

df['date'] = pd.to_datetime(df['date'])
df[df.date.dt.year.isin([2015, 2016]) & df.date.dt.day.lt(3)]

        date  price
0 2015-01-01     78
1 2015-01-02     87
3 2016-01-01     94
4 2016-01-02     55

一种选择是将索引作为日期对象的多索引;这允许在多个级别(在本例中为年和日)上进行相对简单的选择:

(df
.assign(year = df.date.dt.year, day = df.date.dt.day)
.set_index(['year', 'day'])
.loc(axis = 0)[2015:2016, :2]
)
               date  price
year day
2015 1   2015-01-01     78
     2   2015-01-02     87
2016 1   2016-01-01     94
     2   2016-01-02     55

一种选择是使用 dt 访问者选择特定年份和月份,然后使用 isin 创建要过滤的布尔掩码的步骤 df .

df['date'] = pd.to_datetime(df['date'])
out = df[df['date'].dt.year.isin([2015, 2016]) & df['date'].dt.strftime('%m-%d').isin(['01-01','01-02'])]

输出:

         date  price
0  2015-01-01     78
1  2015-01-02     87
3  2016-01-01     94
4  2016-01-02     55