python - 选择列值在给定范围内的行

如何从DataFrame中查找和删除具有特定范围内的值的行，例如，日期大于“ 2017-03-02”且小于“ 2017-03-05”

import pandas as pd

d_index = pd.date_range('2018-01-01', '2018-01-06')
d_values = pd.date_range('2017-03-01', '2017-03-06')

s = pd.Series(d_values)
s = s.rename('values')

df = pd.DataFrame(s)
df = df.set_index(d_index)

# remove rows with specific values in 'value' column

在上面的示例中，我将d_values从最早到最晚的日期进行排序，因此在这种情况下，按索引切片数据帧就可以完成工作。但是我正在寻找当d_values包含未排序的随机日期值时也可以使用的解决方案。有没有办法在大熊猫中做到这一点？

最佳答案

选项1
pd.Series.between似乎适合此任务。

df[~df['values'].between('2017-03-02', '2017-03-05', inclusive=False)]

               values
2018-01-01 2017-03-01
2018-01-02 2017-03-02
2018-01-05 2017-03-05
2018-01-06 2017-03-06

细节
between标识范围内的所有项目-

m = df['values'].between('2017-03-02', '2017-03-05', inclusive=False)
m

2018-01-01    False
2018-01-02    False
2018-01-03     True
2018-01-04     True
2018-01-05    False
2018-01-06    False
Freq: D, Name: values, dtype: bool

使用遮罩对df进行过滤-

df = df[~m]

选项2
或者，使用良好的旧逻辑或-

df[~(df['values'].gt('2017-03-02') & df['values'].lt('2017-03-05'))]

               values
2018-01-01 2017-03-01
2018-01-02 2017-03-02
2018-01-05 2017-03-05
2018-01-06 2017-03-06

请注意，这两个选项都适用于datetime对象以及字符串日期列（在这种情况下，比较是按字典顺序进行的）。