Python 当日期属于特定月份时，筛选日期列

如何过滤df数据帧，使其仅包含4月和5月的数据？为什么我在语句中的最后一个

失败？我想过滤四月和五月的数据，并将其复制到另一个数据帧中

df = pd.DataFrame({'year': [2015, 2016],
                       'month': [4, 3],
                       'day': [4, 5]})
x=pd.to_datetime(df)
4 in (4,5)
x.dt.month in (4,5)
#y=x.dt.month in (4,5)

中的
检查左操作数是否是右操作数的成员，
x.dt.month
是熊猫系列，而不是
（4,5）
的成员；您需要矢量化的
isin
方法：

x.dt.month.isin((4,5))
#0    False
#1    False
#dtype: bool

中的
检查左操作数是否是右操作数的成员，
x.dt.month
是熊猫系列，而不是
（4,5）
的成员；您需要矢量化的
isin
方法：

x.dt.month.isin((4,5))
#0    False
#1    False
#dtype: bool

1秒之前，+1。值得一提的是，这是一个使用
set
@jpp的好机会。你能分享一下如何使用
set
？
vals={4,5}；mask=pd.to_datetime（df）.dt.month.isin（vals）
@Psidom，我想问一下，pd.Series.isin实际上是如何矢量化的。。将
set
与
numpy
数组相结合通常意味着它不是（但请纠正我）。@jpp这是个好问题，但实际上，如果您查看
isin
，在使用
np.in1d
之前，值总是转换为数组，这将进一步使用
np.argsort
和向量化比较来计算结果。对于数字类型，我认为它在某种程度上是矢量化的。1秒之前，+1。值得一提的是，这是一个使用
set
@jpp的好机会。你能分享一下如何使用
set
？
vals={4,5}；mask=pd.to_datetime（df）.dt.month.isin（vals）
@Psidom，我想问一下，pd.Series.isin实际上是如何矢量化的。。将
set
与
numpy
数组相结合通常意味着它不是（但请纠正我）。@jpp这是个好问题，但实际上，如果您查看
isin
，在使用
np.in1d
之前，值总是转换为数组，这将进一步使用
np.argsort
和向量化比较来计算结果。所以对于数字类型，我认为它在某种程度上是矢量化的。