按日期列过滤熊猫中的数据框答案

【问题标题】：filter dataframe in pandas by a date column按日期列过滤熊猫中的数据框
【发布时间】：2018-01-18 16:34:23
【问题描述】：

数据在以下链接：http://www.fdic.gov/bank/individual/failed/banklist.html

我只想要 2017 年关闭的银行。我如何在 Pandas 中做到这一点？

failed_banks= pd.read_html('http://www.fdic.gov/bank/individual/failed/banklist.html')
failed_banks[0]

在这些代码行之后我应该做什么来提取所需的结果？

【问题讨论】：

标签： python pandas data-science

【解决方案1】：

这样的东西应该可以工作

提取结束年份。

# using pd.to_datetime
closing_year = pd.to_datetime(failed_banks[0]['Updated Date']).apply(lambda x: x.year)
# or by splitting the line
closing_year = failed_banks[0]['Updated Date'].apply(lambda x: x.split(', ')[1])

然后选择。

failed_banks[0][closing_year=='2017']

【讨论】：

DeepSpace 的解决方案对我有用。您的解决方案非常相似。感谢你的帮助。谢谢你:)

【解决方案2】：

理想情况下你会使用

# assuming pandas successfully parsed this column as datetime object
# and pandas version >= 0.16
failed_banks= pd.read_html('http://www.fdic.gov/bank/individual/failed/banklist.html')[0]
failed_banks = failed_banks[failed_banks['Closing Date'].dt.year == 2017]

但是pandas并没有正确地将Closing Date解析为日期对象，所以我们需要自己解析：

failed_banks = pd.read_html('http://www.fdic.gov/bank/individual/failed/banklist.html')[0]

def parse_date_strings(date_str):
    return int(date_str.split(', ')[-1]) == 2017

failed_banks = failed_banks[failed_banks['Closing Date'].apply(parse_date_strings)]

【讨论】：

感谢您的即时回复！但我不认为它在这里将其解析为日期时间对象。我应该在这里使用正则表达式吗？
输出如下错误---AttributeError: Can only use .dt accessor with datetimelike values
@SmithThapa 请参阅我的回答中的内嵌评论。 Pandas 显然没有将Closing Date 列解析为日期，您需要将其转换为日期，然后使用我的答案，或者自己解析日期字符串。
非常感谢。这正是我所需要的。