我有一个数据框,我试图在两个日期(最近 3 个月)之间选择行,我在这里找到了这个解决方案。
这是我的数据框的头部
week storeA storeB storeC storeD storeE
0 2014-05-04 2643 8257 3893 6231 1294
1 2014-05-11 6444 5736 5634 7092 2907
2 2014-05-18 9646 2552 4253 5447 4736
3 2014-05-25 5960 10740 8264 6063 949
4 2014-06-01 7412 7374 3208 3985 3023
首先,我将数据框的“周”列转换为 datetime64[ns] 格式:
df['week'] = pd.to_datetime(df['week'])
我得到这样的开始和结束日期
start_date = pd.to_datetime(df.tail(1)['week'] - pd.DateOffset(months=3))
end_date = pd.to_datetime(df.tail(1)['week'])
# start_date : 199 2017-11-25 Name: week, dtype: datetime64[ns]
#end_date : 199 2018-02-25 Name: week, dtype: datetime64[ns]
然后我尝试选择行:
mask = (df['week'] > start_date) & (df['week'] <= end_date)
df.loc[mask]
在这里我得到这个错误:
ValueError: Can only compare identically-labeled Series objects
我尝试将日期写为字符串并且它有效:
mask = (df['week'] > '2017-11-25') & (df['week'] <= '2018-02-25')
df.loc[mask]
我试图将开始日期转换为字符串并且它有效
start_date = str(start_date)[6:16]
end_date = str(end_date)[6:16]
那么,导致错误的原因是什么?
通过遵循您的代码,我发现“start_date”和“end_date”的数据类型都是系列(不是像 df['week'] 这样的时间戳)。检查方式:
type(df['week'][0]), type(start_date)
那么它们就无法比较。你可以试试这个代码:
id = start_date.index[0]
start_date = pd.to_datetime(start_date[id])
注意:“id”存储索引(根据您的数据,它是 199。)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句