使用链式法则根据列值对 pandas 数据框进行子集化

Question

假设我有以下代码

import pandas as pd
dat = pd.DataFrame({'A' : ['2010-01-01', '2011-01-01', '2012-01-01', '2013-01-01'], 'B' : [1,2,3,4]})


start = pd.to_datetime('2011Q1').to_period('Q').start_time
end = pd.to_datetime('2012Q1').to_period('Q').start_time

dat['A1'] = pd.to_datetime(dat['A'])
dat1 = dat[dat['A1'].between(start, end)]

如您所见，在倒数第二行中，我创建了一个类型为 date 的新列 A1，在最后一行中，我基于新创建的列

我正在寻找一些方法，如何使用 chain rule 来使用一行代码执行以上 2 个计算？

任何指针都会很有帮助

Answer 1

让我们像这样使用 assign 和 query：

dat.assign(A1=pd.to_datetime(dat['A'])).query('@start <= A1 <= @end')

输出：

            A  B         A1
1  2011-01-01  2 2011-01-01
2  2012-01-01  3 2012-01-01

Answer 2

您可以尝试pipe应用需要数据帧的可链接函数。

out = dat.assign(A1=pd.to_datetime(dat['A'])).pipe(lambda df: df[df['A1'].between(start, end)])

print(out)

            A  B         A1
1  2011-01-01  2 2011-01-01
2  2012-01-01  3 2012-01-01

使用链式法则根据列值对 pandas 数据框进行子集化

Subset a pandas dataframe based on column value using chain rule

date

python-3.x

pandas