如何使用 python 的数据表按日期过滤

Question

我有以下数据表，我想按大于“2019-01-01”的日期对其进行过滤。问题是日期是字符串。


dt_dates = dt.Frame({"days_date": ['2019-01-01','2019-01-02','2019-01-03']})

这是我最好的尝试。

dt_dates[f.days_date > datetime.strptime(f.days_date, "2019-01-01")]

这个returns错误

TypeError: strptime() argument 1 must be str, not Expr

在 python 的数据表中筛选日期的最佳方法是什么？

参考

python datatable

f-expressions

Answer 1

您的日期时间语法不正确，无法将字符串转换为日期时间。

您要找的是：

dt_dates[f.days_date > datetime.strptime(f.days_date, "%Y-%m-%d")]

strptime 的第二个参数是日期格式。

但是，让我们退后一步，因为这不是正确的方法。

首先，我们应该将 Frame 中的所有日期转换为日期时间。老实说，我从未使用过数据表，但语法看起来与熊猫的 Dataframe 非常相似。

在数据框中，我们可以执行以下操作：

df_date = df_date['days_date'].apply(lambda x: datetime.strptime(x, '%Y-%m'%d))

这会遍历列为“dates_date”的每一行，并将每个字符串转换为日期时间。

从那里，我们可以使用过滤器来获取相关行：

df_date = df_date[df_date['days_date'] > datetime.strptime("2019-01-01", "%Y-%m-%d")]

Answer 2

datatable version 1.0.0 引入了对日期时间数据类型的本机支持。注意这两种方式初始化数据的区别：

dt_dates = dt.Frame({"days_date": ['2019-01-01','2019-01-02','2019-01-03']})
dt_dates.stypes

> (stype.str32,)

和

dt_dates = dt.Frame({"days_date": ['2019-01-01','2019-01-02','2019-01-03']}, stype="date32")
dt_dates.stypes

> (stype.date32,)

后一帧包含表示日历日期的 days_date 类型 datatable.Type.date32 列。然后可以按日期筛选如下：

split_date = datetime.datetime.strptime("2019-01-01", "%Y-%m-%d")
dt_split_date = dt.time.ymd(split_date.year, split_date.month, split_date.day)
dt_dates[dt.f.days_date > dt_split_date, :]

如何使用 python 的数据表按日期过滤

How to filter by date with python's datatable

python

py-datatable

参考