如何在python中选择两个日期之间的数据？

我想选择两个日期之间的数据。日期的格式是我复制的代码。我已经看过很多这方面的代码，但找不到任何与此格式

Dataset = Data_have[
    (Data_have['OrderDate'] >= "1SEP2007:00:00:00") & 
    (Data_have['OrderDate'] <= "31MAR2008:00:00:00")
]

Dataset=数据集[
（数据有['OrderDate']>=“1SEP2007:00:00:00”）&
（Data_have['OrderDate']假设您使用的是pandas，并且
Data_have
是一个数据帧，这里的问题是pandas不会自动将
'1SEP2007:00:00'
等字符串识别为日期字符串：

但如果你：


上面，我还假设
OrderDate
包含dtype
datetime64[ns]
的值（解析的日期，与日期字符串相对）。如果
OrderDate
包含日期字符串，那么您也需要解析它们：

data_have['OrderDate'] = pd.to_datetime(data_have['OrderDate'], 
                                        format='%d%b%Y:%H:%M:%S')


Pandas使用
dateutil
解析日期字符串。您可以测试日期字符串是否正确
熊猫通过将其传递给pd自动解析。时间戳

：

In [45]: pd.Timestamp("1SEP2007:00:00:00")
ValueError: could not convert string to Timestamp

然而，例如，

“1 SEP2007 00:00:00”

是自动可解析的：

In [49]: pd.Timestamp("1 SEP2007 00:00:00")
Out[49]: Timestamp('2007-09-01 00:00:00')

---

假设您使用的是pandas，并且您拥有的

数据是一个数据帧，这里的问题是pandas不会自动将
'1SEP2007:00:00'
之类的字符串识别为日期字符串：

但如果你：


上面，我还假设
OrderDate
包含dtype
datetime64[ns]
的值（解析的日期，与日期字符串相对）。如果
OrderDate
包含日期字符串，那么您也需要解析它们：

data_have['OrderDate'] = pd.to_datetime(data_have['OrderDate'], 
                                        format='%d%b%Y:%H:%M:%S')


Pandas使用
dateutil
解析日期字符串。您可以测试日期字符串是否正确
熊猫通过将其传递给pd自动解析。时间戳

：

In [45]: pd.Timestamp("1SEP2007:00:00:00")
ValueError: could not convert string to Timestamp

然而，例如，

“1 SEP2007 00:00:00”

是自动可解析的：

In [49]: pd.Timestamp("1 SEP2007 00:00:00")
Out[49]: Timestamp('2007-09-01 00:00:00')

---

也可能有助于包括：

data\u have['OrderDate']=data\u have.apply（lambda x:pd.to\u datetime（x['OrderDate']，格式=“%d%b%Y:%H:%M:%S”），axis=1）

@cwallenpole:谢谢你的建议。我添加了一些类似的东西，但是使用了

pd.to_datetime

而不是

apply

。很好。我是熊猫的新手，所以我不知道这个快捷方式。非常感谢你提供了如此全面的信息和datetime数据类型的链接。我真的很难格式化这个专栏“orderdate”。我按照您的建议使用了下面的代码，然后所有问题都得到了解决：data_have['orderdate']=pd.to_datetime（data_have['orderdate']，格式=“%d%b%Y:%H:%M:%S”）我有18484行需要用于预测建模。您的快速回复真的很有帮助。再次感谢。很抱歉再次打扰您，您是如何在突出显示的行中选择代码的？还可以包括：

data\u have['OrderDate']=data\u have.apply（lambda x:pd.to\u datetime（x['OrderDate']，格式=“%d%b%Y:%H:%M:%S”），轴=1）

@cwallenpole:谢谢你的建议。我添加了一些类似的东西，但是使用了

pd.to_datetime

而不是

apply

。很好。我是熊猫的新手，所以我不知道这个快捷方式。非常感谢你提供了如此全面的信息和datetime数据类型的链接。我真的很难格式化这个专栏。”orderdate“。我按照您的建议使用了下面的代码，然后所有问题都解决了：data_have['orderdate']=pd.to_datetime（data_have['orderdate']，格式=“%d%b%Y:%H:%M:%S”）我有18484行需要用于预测建模。您的快速回复真的很有帮助。再次感谢。很抱歉再次打扰您，您是如何选择突出显示行中的代码的？Pintang，您是如何做到的？Pintang，您是如何做到的？