过滤date的pandas数据框
我有一个“date”列pandas数据框。 现在我需要过滤掉数据框中所有的date在未来两个月之外的行。 基本上，我只需要保留在未来两个月内的行。 什么是最好的方式来实现这一点。
如果是索引，则应使用.ix或.locselect器。
例如：
df.ix['2014-01-01':'2014-02-01']
在这里看到细节http://pandas.pydata.org/pandas-docs/stable/dsintro.html#indexing-selection
我觉得在开始之前，大量阅读pandas是很明智的，因为它是一个非常强大的图书馆。 否则，将很难做到有意义的事情。
更新：
如果该列不是索引，则有两个select：
- 将其作为索引（如果是时间序列数据，则为临时或永久）
-
df[(df['date'] > '2013-01-01') & (df['date'] < '2013-02-01')]
请参阅这里的一般解释
以前的回答在我的经验中是不正确的，你不能通过它一个简单的string，需要是一个date时间对象。 所以：
import datetime df.ix[datetime.date(year=2014,month=1,day=1):datetime.date(year=2014,month=2,day=1)]
如果你的date是通过导入date时间包来标准化的，你可以简单地使用：
df[(df['date']>datetime.date(2016,1,1)) & (df['date']<datetime.date(2016,3,1))]
为了使用datetime包标准化你的datestring，你可以使用这个函数：
import datetime datetime.datetime.strptime
如果date在索引中，那么简单地：
df['20160101':'20160301']
