Pandas中基于正则表达式的过滤日期索引

Question

我有一个日期栏，价格指数如下

^{tb1}$

我想提取以12-31结尾的日期。我怎么做

我试过使用data.index.loc['*-12-31]它不起作用

由于这是date str.contains或startswith或endswith不起作用

有没有办法做到这一点

谢谢

Answer 1

如果我们的目标是在不修改DataFrame内容的情况下从DataFrame中提取相关日期，我们可以这样做：

案例1：“日期”列已采用字符串格式，请使用：

df[df['Date'].str.endswith('12-31')]

案例2：“日期”列已采用日期时间格式，请使用：

df[df.assign(Date=df['Date'].astype(str))['Date'].str.endswith('12-31')]

两者都根据当前数据类型提供所需的提取输出，而无需修改数据帧

编辑

如果希望自动提取业务年度结束时的条目，可以尝试以下代码。这是供您参考的，您可能需要进一步微调它以清理一些中间列

df['Date1'] = pd.to_datetime(df['Date'])    
df['BYearEnd'] = pd.to_datetime(df['Date1'].dt.year.astype(str) + '-12-01') + pd.offsets.BMonthEnd(1)

在这里，我们创建了临时列Date1和BYearEnd，其值与列Date对应。列BYearEnd包含列Date中各个日期的业务年度结束日期

然后，我们可以使用以下代码提取相关日期：

df[df['Date1'] == df['BYearEnd']] 

Answer 2

将日期列转换为datetime数据类型

df['Date'] = pd.to_datetime(df['Date'])

逐月逐日过滤

df.loc[(df.Date.dt.month == 12) & (df.Date.dt.day == 31)]

输出

        Date  Price
1 2010-12-31     25
3 2013-12-31     28
5 2016-12-31     28
8 2020-12-31     20