
上QQ阅读APP看书,第一时间看更新
090 根据日期列的差值筛选数据
此案例主要演示了使用pd.Timedelta根据两个日期列的差值在DataFrame中筛选指定日期范围的数据。当在Jupyter Notebook中运行此案例代码之后,将首先计算清库日期列与入库日期列的差值,即库存日期,然后根据该差值在DataFrame中筛选库存日期小于45天的数据,效果分别如图090-1和图090-2所示。

图090-1

图090-2
主要代码如下。

在上面这段代码中,df[df.清库日期-df.入库日期<pd.Timedelta(days=45)]表示在df中筛选库存日期(清库日期−入库日期)小于45天的数据。如果df[df.清库日期-df.入库日期<45],则在代码运行时将报错。
此案例的主要源文件是MyCode\H826\H826.ipynb。