三年后的Pandas Dataframe

Question

我希望利用我的数据集的最后三年(最后三年)。我将year、month和quarter列合并到一个名为'date‘的列中，这是一个datetime函数。我想使用他的“日期”列，以便根据我运行报告的时间来获取最近3年的数据。

我想过使用.tail，但我的问题是行数会发生变化，因此希望根据日期列进行过滤。

在下面的代码中，您将看到我是基于年份进行过滤的，但实际上，我需要更精确地按3年进行过滤-例如，如果我在从现在开始的2个月内运行报告，它将使我精确地返回3年。

df1= df.loc[df['YEAR'].isin(['2014','2015','2016'])]
monthend = {'Q1':'3/31','Q2':'6/30','Q3':'9/30','Q4':'12/31'}
df1['Date']=df1['QUARTER'].map(monthend)+'/'+ df1['YEAR']
df1['Date'] = pd.to_datetime(df1['Date'])

Dataframe看起来像这样：

YEAR    MONTH   QUARTER  Fruit Sales ($)    Date
2014      2       1         12           3/31/2014
2014      4       2         12           6/30/2014
2014      9       3         13           9/30/2014
2014      12      4         11           12/31/2014
2015      1       1         3            3/31/2015
2015      4       2         54           6/30/2015
2015      8       3         11           9/30/2015
2015      11      4         43           12/31/2015
2016      3       1         54           3/31/2016
2016      5       2         34           6/30/2016
2016      7       3         6            9/30/2016
2016      10      4         7            12/31/2016
2017      1       1         57           3/31/2017

有什么想法吗？

Answer 1

我认为我们可以将(当前时间-3年)保存为变量，然后用该变量过滤DataFrame。

所以

import time
then = datetime.datetime.now() - datetime.timedelta(days=3*365)
then = pd.to_datetime(then)

现在回到我们的数据帧

df2 = df1[(df1['Date'] > then)]

我相信有一个更优雅的解决方案，但我认为这可以完成工作！

以下是我使用的源码：

pandas apply filter for boolean type

filtering pandas dataframes on dates

Subtract an year from a datetime column in pandas