Фильтрация DataFrame по условию индекса даты

У меня есть серия панд со значениями с использованием frame['date_created'].value_counts().sort_index()

2013-10     1
2014-12     1
2015-02     1
2015-03     1
2015-09     1
2016-02     6
2016-03     1
2017-05     5
2017-07     2
2017-08    13
2017-09    40
2017-10    47
2017-11    40
2017-12    26
2018-01    16

но я хочу отфильтровать эту серию, чтобы получить данные с датами 2017 года и выше. как я могу отфильтровать это?

python pandas date datetime dataframe

18.05.2018 16:14

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

297

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

`str[...]` нарезка

Несложно, если вы имеете дело со строковым индексом, затем нарежьте, приведите и сравните:

v = frame['date_created'].value_counts().sort_index()
v_2017 = v[v.index.str[:4].astype(int) >= 2017]

print(v_2017)

2017-05     5
2017-07     2
2017-08    13
2017-09    40
2017-10    47
2017-11    40
2017-12    26
2018-01    16
Name: 1, dtype: int64

`pd.to_datetime`

Или приведите к datetime—

v_2017 = v[pd.to_datetime(v.index).year >= 2017]
print(v_2017)

2017-05     5
2017-07     2
2017-08    13
2017-09    40
2017-10    47
2017-11    40
2017-12    26
2018-01    16
Name: 1, dtype: int64

18.05.2018 16:18

Вот один из способов сделать это:

import pandas as pd

df = pd.DataFrame({'date_created': ['2013-10','2014-12',
                                    '2015-02','2015-03',
                                    '2015-09','2016-02',
                                    '2016-03','2017-05',
                                    '2017-07','2017-08',
                                    '2017-09','2017-10',
                                    '2017-11','2017-12',
                                    '2018-01'],
                    'count': [1, 1, 1, 1, 1, 6, 1, 5, 2, 13, 40, 47, 40, 26, 16]})

print(df[df['date_created'].apply(lambda x: int(x.split('-')[0])).gt(2016)])
#    count date_created
#7       5      2017-05
#8       2      2017-07
#9      13      2017-08
#10     40      2017-09
#11     47      2017-10
#12     40      2017-11
#13     26      2017-12
#14     16      2018-01

18.05.2018 16:23