Python 根据日期时间值筛选数据库

我需要过滤pandas数据帧，以便posted_at（datetime）列值在过去200天内，而owner列值是我给出的特定值。我需要另一个数据帧作为此查询的结果。如何做到这一点

您可以使用

日期

减

时间差

：

start = pd.to_datetime('2016-11-23 15:00:10')
rng = pd.date_range(start, periods=10)

df = pd.DataFrame({'posted_at': rng, 'owner': ['a'] * 5 + ['b'] * 5})  
print (df)
  owner           posted_at
0     a 2016-11-23 15:00:10
1     a 2016-11-24 15:00:10
2     a 2016-11-25 15:00:10
3     a 2016-11-26 15:00:10
4     a 2016-11-27 15:00:10
5     b 2016-11-28 15:00:10
6     b 2016-11-29 15:00:10
7     b 2016-11-30 15:00:10
8     b 2016-12-01 15:00:10
9     b 2016-12-02 15:00:10

now=pd.datetime.now（）.date（）
打印（现在）
2016-11-29
#实际数据从5变为200
last5=now-pd.Timedelta（'5D'）
#另一个解决方案
#last5=现在-pd.offset.Day（5）
打印（最后5页）
2016-11-24
掩码=（df.owner='a'）&（df.posted_at>last5）和（df.posted_at

大家好，欢迎来到StackOverflow。请花些时间阅读帮助页面，特别是命名和的部分。更重要的是，请阅读。您可能还想了解。谢谢。我只是朝这个方向工作。这正是我想要的。谢谢你接受。小建议——然后不要得到反对票，得到很多好的答案。天气真好！

now = pd.datetime.now().date()
print (now)
2016-11-29

#in real data change 5 to 200
last5 =  now - pd.Timedelta('5D')

#another solution
#last5 =  now - pd.offsets.Day(5)
print (last5)
2016-11-24

mask = (df.owner == 'a') & (df.posted_at > last5) & (df.posted_at < now)
print (mask)
0    False
1     True
2     True
3     True
4     True
5    False
6    False
7    False
8    False
9    False
dtype: bool

print (df[mask])
  owner           posted_at
1     a 2016-11-24 15:00:10
2     a 2016-11-25 15:00:10
3     a 2016-11-26 15:00:10
4     a 2016-11-27 15:00:10