从熊猫数据框中提取多年三个月系列（冬季）答案

【问题标题】：Extract multi-year three month series (winter) from pandas dataframe从熊猫数据框中提取多年三个月系列（冬季）
【发布时间】：2015-09-06 22:59:45
【问题描述】：

我有一个包含 70 年每小时数据的 pandas DataFrame，如下所示：

                                    pressure
2015-06-01 18:00:00                    945.6  
2015-06-01 19:00:00                    945.6  
2015-06-01 20:00:00                    945.4  
2015-06-01 21:00:00                    945.4  
2015-06-01 22:00:00                    945.3

我想从每年中提取冬季月份 (D-J-F) 并生成一个包含一系列冬季的新 DataFrame。我发现了很多复杂的东西（例如，将df.index.month 提取为一个新列，然后在之后处理这个），但是有没有办法让冬天的月份变得简单？

【问题讨论】：

标签： python indexing pandas time-series

【解决方案1】：

你可以使用map():

import pandas as pd

df = pd.DataFrame({'date' : [datetime.date(2015, 11, 1), datetime.date(2015, 12, 1), datetime.date(2015, 1, 1), datetime.date(2015, 2, 1)],
                   'pressure': [1,2,3,4]})
winter_months = [12, 1, 2]
print df

#          date  pressure
# 0  2015-11-01         1
# 1  2015-12-01         2
# 2  2015-01-01         3
# 3  2015-02-01         4

df = df[df["date"].map(lambda t: t.month in winter_months)]
print df

#          date  pressure
# 1  2015-12-01         2
# 2  2015-01-01         3
# 3  2015-02-01         4

编辑： 我注意到在您的示例中，日期是数据框的索引。这仍然有效：

df = df[df.index.map(lambda t: t.month in winter_months)]

【讨论】：

感谢您的回答...问题是此方法访问的是“常规”数据列而不是索引。
我刚刚编辑了我的答案以表明它也适用于索引，只需使用 df.index.map(lambda t: t.month in winter_months) 代替。
啊，对不起，我在你编辑的时候写了我的评论……谢谢！另请参阅我刚刚找到的答案。

【解决方案2】：

我才发现

df[(df.index.month==12) | (df.index.month==1) | (df.index.month==2)]

工作正常。

【讨论】：