Python 数据类型不一致的数据帧的子集

我有一个像这样的数据框。 我想找到仅适用于2018年7月31日的数据帧子集。 2018年7月31日是日期时间对象

---

如何再选择行2、3、4、5和停止（不包括）6？

您可以使用

.iloc

。这允许您按编号访问行。要选择行2、3、4和5，只需使用

df.iloc[[2,3,4,5]]

请记住，行是0索引的，即第一行是

0

如果使用

read_csv（）

读取数据，还可以使用参数

skiprows

和

nrows

指定要读取的行：

---

这看起来仍在电子表格软件中，因此您可以使用read\u csv中的nrows参数仅读取到该点

pd.read_csv("mycsv.csv", nrows=4, skiprows=1)

如果要读入并按第一个完全空白的行拆分

first_blank_line = df.isnull().all(axis=1).idxmax()
final_df = df.iloc[:first_blank_line]

---

日期之间的行数是否固定

如果是这样，您可以创建一个新列，其中包含重复的日期：

dates = df[0][::6].repeat(6)
df['dates'] = dates.values

然后，您需要删除标题行，或者使用它们将具有空值的事实（如果您在其他地方没有空值），或者使用我在上面所做的关于行之间距离的相同推理

在那之后，你可以通过简单的操作过滤掉你想要的东西

df[df['dates'] == '7/31/2018']

---

我希望动态地执行此操作，而用户（I）不知道给定的子数据帧提前停止在哪里。因此，也许可以将其读入，然后在第一个完全空白的行处剪切？这符合标准吗？完全符合，但我还不确定怎么做。@JunJang请查看我的编辑以了解如何做到这一点。我希望动态地做到这一点，而用户（I）不知道给定的子数据帧提前停止在哪里。