pandas 筛选查询每月1日的数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在一个长时间的时序数据中，Pandas 如何查询筛选中每个月一日的数据呢，本文将介绍如何实现。

数据

我们先看一下我们构建的数据集：

import pandas as pd

index = pd.date_range('2021-01-01', periods=180, freq='D')
s = pd.Series(range(len(index)), index=index)
s
'''
2021-01-01      0
2021-01-02      1
2021-01-03      2
2021-01-04      3
2021-01-05      4
             ... 
2021-06-25    175
2021-06-26    176
2021-06-27    177
2021-06-28    178
2021-06-29    179
Freq: D, Length: 180, dtype: int64
'''

我们构造了半年的数据，接下来要查询出每月1号的数据。

实现思路

上边的数据集是一个 Series，我们知道 Series 也支持切片查询，我们将时间索引做逻辑判断，看其的日期的日部分是否等于 1，返回布尔序列后再放入切片查询逻辑中，就能得到结果。

代码实现

先做日期中日是否为1的逻辑判断：

# 取时间索引中的日的值
s.index.day
'''
Int64Index([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10,
            ...
            20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
           dtype='int64', length=180)
'''
# 对比是否为1
s.index.day == 1
'''
array([ True, False, False, False, False, False, False, False, False,
       False, False, False, False, False, False, False, False, False,
	   ......
       False, False, False, False, False, False, False, False, False])
'''

最后将判断放入切片查询中：

s[s.index.day == 1]
'''
2021-01-01      0
2021-02-01     31
2021-03-01     59
2021-04-01     90
2021-05-01    120
2021-06-01    151
dtype: int64
'''

这样就最终得到了查询结果。另外，如果时间序列不在索引上，而是在普通列上，可以使用 .dt.<xxx> 访问器来做日期的读取：

import pandas as pd

index = pd.date_range('2021-01-01', periods=180, freq='D')
df = pd.DataFrame({'date': index, 'col': range(len(index))})

df.head()
'''
        date  col
0 2021-01-01    0
1 2021-01-02    1
2 2021-01-03    2
3 2021-01-04    3
4 2021-01-05    4
'''

# 用 dt 时间访问器
df[df.date.dt.day==1]
'''
          date  col
0   2021-01-01    0
31  2021-02-01   31
59  2021-03-01   59
90  2021-04-01   90
120 2021-05-01  120
151 2021-06-01  151
'''

（完）

pandas 筛选查询每月1日的数据

数据

实现思路

代码实现

相关内容