Python：如何选择包含一年中特定月份的列？

我有一个如下所示的数据帧：

+------------+-----------+-----+-----+----------+----------+-----+------------+----------+----------+-----+------------+
| State_Name | City_Name | ID1 | ID2 | 1/1/2020 | 1/2/2020 | ... | 12/31/2020 | 1/1/2021 | 1/2/2021 | ... | 12/31/2021 |
+------------+-----------+-----+-----+----------+----------+-----+------------+----------+----------+-----+------------+
| ...        | ...       | ... | ... | ...      | ...      | ... | ...        | ...      | ...      | ... | ...        |
+------------+-----------+-----+-----+----------+----------+-----+------------+----------+----------+-----+------------+
| ...        | ...       | ... | ... | ...      | ...      | ... | ...        | ...      | ...      | ... | ...        |
+------------+-----------+-----+-----+----------+----------+-----+------------+----------+----------+-----+------------+

从2020年1月1日到2021年12月31日，我有很多专栏。如何选择包含一年中特定月份的列？例如，如果我希望选择包含2021年7月数据的列，我可以使用名称“7/1/2021”、“7/2/2021”、“7/31/2021”来子集列

---

非常感谢你的帮助

我建议将所有非datetime列存储到

多索引

，将所有其他列转换为

日期时间

：

print (df)
  State_Name City_Name ID1 ID2  7/1/2021  1/7/2020  7/05/2021  1/1/2021  \
0          a         b   s   d         7         8          5         6   

   1/2/2021  12/31/2021  
0         3           8  

df = df.set_index(['State_Name','City_Name','ID1','ID2'])
df.columns = pd.to_datetime(df.columns)

对于选定的2021年7月，请使用：

或通过以下方式按月份进行比较：

或：

---

您可以使用

filter

方法：

df.filter(regex='7/\d{1,2}/2021', axis=1)

---

一个很好的解决方案是使用

melt

将各种日期列转换为单个日期列中的值

例如：

# make dataframe from sample data
data = {
    "State_Name": ['state1', 'state2'],
    "City_Name": ['city1', 'city2'],
    "ID1": ['ID1_A', 'ID1_B'],
    "ID2": ['ID2_A', 'ID2_B'],
    "1/1/2020": ['dog', 'cat'],
    "1/2/2020": ['house', 'mouse']
}
df = pd.DataFrame(data)

# melt date columns into a row
melted_df = df.melt(
    id_vars=["State_Name", "City_Name", "ID1", "ID2"],
    var_name="date")

df

如下所示：

+------------+-----------+-----+-----+----------+----------+-----+------------+----------+----------+-----+------------+
| State_Name | City_Name | ID1 | ID2 | 1/1/2020 | 1/2/2020 | ... | 12/31/2020 | 1/1/2021 | 1/2/2021 | ... | 12/31/2021 |
+------------+-----------+-----+-----+----------+----------+-----+------------+----------+----------+-----+------------+
| ...        | ...       | ... | ... | ...      | ...      | ... | ...        | ...      | ...      | ... | ...        |
+------------+-----------+-----+-----+----------+----------+-----+------------+----------+----------+-----+------------+
| ...        | ...       | ... | ... | ...      | ...      | ... | ...        | ...      | ...      | ... | ...        |
+------------+-----------+-----+-----+----------+----------+-----+------------+----------+----------+-----+------------+

州名 城市名称 ID1 ID2 1/1/2020 1/2/2020 0 状态1 城市1 ID1_A ID2_A 狗 房子 1. 状态2 城市2 ID1_B ID2_B 猫 老鼠

---

1/1/2020

是否为字符串？

df.filter（regex='^7'）

，但仅适用于字符串。顺便说一句，不是我的反对票。不如：

df.columns=df.columns.astype（str）

然后使用

filter

？是的，但您将删除名称和Id列…我只是将它们更改为

str

类型。我不是吗？

df.filter(regex='7/\d{1,2}/2021', axis=1)

# make dataframe from sample data
data = {
    "State_Name": ['state1', 'state2'],
    "City_Name": ['city1', 'city2'],
    "ID1": ['ID1_A', 'ID1_B'],
    "ID2": ['ID2_A', 'ID2_B'],
    "1/1/2020": ['dog', 'cat'],
    "1/2/2020": ['house', 'mouse']
}
df = pd.DataFrame(data)

# melt date columns into a row
melted_df = df.melt(
    id_vars=["State_Name", "City_Name", "ID1", "ID2"],
    var_name="date")