根据日期条件删除行

Question

我有一个名为new的Pandas DataFrame，其中YearMonth列的日期格式为YYYY-MM.。我想删除基于以下条件的行:如果日期超过"2020-05“。我试着使用这个：

new = new.drop(new[new.YearMonth>'2020-05'].index)

但是显示语法错误"invalid token“是行不通的。

下面是一个示例DataFrame：

>>> new = pd.DataFrame({
    'YearMonth': ['2014-09', '2014-10', '2020-09', '2021-09']
})
>>> print(new)
    YearMonth
0   2014-09
1   2014-10
2   2020-09
3   2021-09

丢弃后的预期DataFrame应为：

    YearMonth
0   2014-09
1   2014-10

Answer 1

只需转换为datetime，然后将其格式化为month并对其进行子集。

from datetime import datetime as dt

new['YearMonth']=pd.to_datetime(new['YearMonth']).dt.to_period('M')
new=new[~(new['YearMonth']>'2020-05')]

Answer 2

我认为你需要将>改为<=的boolean indexing，这样按月比较会更好：

new = pd.DataFrame({
    'YearMonth': pd.to_datetime(['2014-09', '2014-10', '2020-09', '2021-09']).to_period('m')
})
print (new)
  YearMonth
0   2014-09
1   2014-10
2   2020-09
3   2021-09

df = new[new.YearMonth <= pd.Period('2020-05', freq='m')]
print (df)
  YearMonth
0   2014-09
1   2014-10

在最新版本的pandas中，也可以使用compare by字符串：

df = new[new.YearMonth <= '2020-05']