pandas - 根据日期列 Pandas 过滤数据框

标签 pandas datetime pandas-groupby

我有一个 Pandas 数据框,如下所示。

Unit_ID    Added_Date                   Status         
105        2019-10-02 07:18:18          Rented
106        2020-15-01 07:18:17          Rented
105        2019-10-02 07:18:19          Rented
108        2020-15-01 07:18:18          Vacant

从上面我想找出基于Date列在最近10天内添加的Unit_ID。

预期产量:
Unit_ID    Added_Date                   Status         
106        2020-15-01 07:18:17          Rented
108        2020-15-01 07:18:18          Vacant

最佳答案

您还可以使用.dt.days访问器并将其与 le 10进行比较:

#df['Added_Date']=pd.to_datetime(df['Added_Date'],format='%Y-%d-%m %H:%M:%S')
df[(pd.to_datetime('today') - df['Added_Date'] ).dt.days.le(10)]
   Unit_ID          Added_Date  Status
1      106 2020-01-15 07:18:17  Rented
3      108 2020-01-15 07:18:18  Vacant

关于pandas - 根据日期列 Pandas 过滤数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59799129/

相关文章:

python - 根据特定条件过滤数据

python - 变换方法逐行函数

Python - 如何将 while 循环中的值存储到 pandas 数据框中?

python - 在 pd.dataframe 中查找一组连续常量值的干净 pythonic 方法是什么?

python - Pandas 插值按组添加行,每组具有不同的范围

python - 根据 Pandas 数据框中的列标签对数据进行分组

python - 附加 2 个带有行和列子集的 pandas 数据框

python - np.where np.nan 的处理(NaN 评估为值 < 0)

mysql - MySQL 中的日期验证

c# - UtcNow.ToLocalTime() 在 CentOS 上返回 UTC 时间而不是本地时间