Python str包含datetime64的等效项

我有一堆如下的数据，我只想要2019个条目

+----------+
|   Date   |
+----------+
| 20190329 |
| 20180331 |
| 20190331 |
| 20180331 |
| 20190401 |
+----------+

日期类型为datetime64[ns]。在检查类型之前，我尝试了df=df[df['Date'].str.contains'2019']，它给出了AttributeError:只能使用带字符串值的.str访问器，该访问器在pandas中使用np.object udtype

---

还有别的选择吗

看起来您有一列整数。在本例中，我建议的解决方案是转换为datetime，然后访问year属性：

pd.to_datetime(df['Date'].astype(str)).dt.year == 2019  # you compare ints

0     True
1    False
2     True
3    False
4     True
Name: Date, dtype: bool

df[pd.to_datetime(df['Date'].astype(str)).dt.year == 2019]

       Date
0  20190329
2  20190331
4  20190401

另一种选择稍微快一点，但我不喜欢这样，因为可能会被滥用，那就是对字符串进行切片并比较：

df['Date'].astype(str).str[:4] == '2019'  # you compare strings

0     True
1    False
2     True
3    False
4     True
Name: Date, dtype: bool

---

看起来你有一列整数。在本例中，我建议的解决方案是转换为datetime，然后访问year属性：

pd.to_datetime(df['Date'].astype(str)).dt.year == 2019  # you compare ints

0     True
1    False
2     True
3    False
4     True
Name: Date, dtype: bool

df[pd.to_datetime(df['Date'].astype(str)).dt.year == 2019]

       Date
0  20190329
2  20190331
4  20190401

另一种选择稍微快一点，但我不喜欢这样，因为可能会被滥用，那就是对字符串进行切片并比较：

df['Date'].astype(str).str[:4] == '2019'  # you compare strings

0     True
1    False
2     True
3    False
4     True
Name: Date, dtype: bool

也许可以问问我//

也许可以问问我//

如果是datetime64[ns]格式，您可以执行以下简单操作：

df=df[df.Date.dt.year==2019]

如果是datetime64[ns]格式，您可以执行以下简单操作：

df=df[df.Date.dt.year==2019]

---

看起来像整数？首先尝试转换为字符串：df[df['Date'].astypestr.str[:4]='2019']您应该能够直接访问.year属性。看到整数了吗？首先尝试转换为字符串：df[df['Date'].astypestr.str[:4]='2019']您应该能够直接访问.year属性。见