1
votes

Les séries de pandas obtiennent des données mensuelles spécifiées, par exemple: janvier février mars?

[
{"content": "33", "title": "banana", "info": "2020-03-12", "time": 1584000882},
{"content": "44", "title": "banana", "info": "2018-03-12", "time": 1520842482},
{"content": "55", "title": "banana", "info": "2020-03-14", "time": 1584154305},
{"content": "66", "title": "banana", "info": "2019-03-14", "time": 1552531905},
{"content": "77", "title": "banana", "info": "2020-03-19", "time": 1584586305},
{"content": "77", "title": "banana", "info": "2012-03-05", "time": 1330934123},
]

python python-3.x pandas

0 commentaires

3 Réponses :

3
votes

Filtrer par mois par DatetimeIndex.month :

s[s.index.month_name == 'March']

Ou par DatetimeIndex.month_name :

s[s.index.month == 3]

0 commentaires

0
votes

En gros, vous pouvez procéder comme suit.

   content  info    time    title
6   33  2020-03-12  1584000882  banana
7   44  2018-03-12  1520842482  banana
8   55  2020-03-14  1584154305  banana
9   66  2019-03-14  1552531905  banana
10  77  2020-03-19  1584586305  banana
12  77  2012-03-05  1330934123  banana

Résultats:

df[df['info'].str.contains('-03-')]

Pour le filtrage par mois, si ce n'est qu'une seule fois et que vous pas besoin d'analyser la chaîne de date, vous pouvez simplement utiliser le format de chaîne de date pour économiser l'effort:

    content info    time    title
5   44  2020-02-28  1582876014  banana
6   33  2020-03-12  1584000882  banana
7   44  2018-03-12  1520842482  banana
8   55  2020-03-14  1584154305  banana
9   66  2019-03-14  1552531905  banana
10  77  2020-03-19  1584586305  banana
11  88  2019-11-07  1573095105  banana
12  77  2012-03-05  1330934123  banana

Résultats:

import pandas

df = pandas.DataFrame(data)
df[df['title']=='banana']

0 commentaires

0
votes

convertir en dataframe et exécuter

import pandas as pd
df = pd.DataFrame.from_dict(data)
df['info'] = pd.to_datetime(df['info']) 
#enter specific to_datetime parameters if needed

#filter on month = 3
updated_df =  df[df['info'].apply(lambda x:x.month==3)]
print(updated_df.to_dict('records'))

output
[
  {'content': '33', 'info': Timestamp('2020-03-12 00:00:00'), 'time': 1584000882, 'title': 'banana'},
  {'content': '44', 'info': Timestamp('2018-03-12 00:00:00'), 'time': 1520842482, 'title': 'banana'}, 
  {'content': '55', 'info': Timestamp('2020-03-14 00:00:00'), 'time': 1584154305, 'title': 'banana'}, 
  {'content': '66', 'info': Timestamp('2019-03-14 00:00:00'), 'time': 1552531905, 'title': 'banana'}, 
  {'content': '77', 'info': Timestamp('2020-03-19 00:00:00'), 'time': 1584586305, 'title': 'banana'},  
  {'content': '77', 'info': Timestamp('2012-03-05 00:00:00'), 'time': 1330934123, 'title': 'banana'}
]

0 commentaires