Python pandas 转换（yy/mm）日期格式并选择特定时间范围

【问题标题】：Python pandas convert (yy/mm) date format and select certain time rangePython pandas 转换（yy/mm）日期格式并选择特定时间范围
【发布时间】：2016-04-28 05:23:19
【问题描述】：

大师，我正在阅读一张大表，其中包含“yy-mm”格式的“issue_day”列。例如：

 status    issue_day
 active    11-Dec
 inactive  10-Dec
 active    9-Dec
 active    8-Jun

是否有任何 pythonic/pandas 方式来选择早于 2011 年的数据？（例如，在这种情况下，我们只需要 12 月 10 日和 12 月 9 日的数据）。 pandas to_csv 命令中只有“dayfirst”，但我没有看到“yearfirst”。有哪位大师能开导吗？谢谢你

【问题讨论】：

标签： python-2.7 date pandas

【解决方案1】：

这个呢？

df=pd.DataFrame(['11-Dec','10-Dec','09-Dec'],columns=['issue_day'])
df['issue_day']=pd.to_datetime(df['issue_day'],format="%y-%b")
print df[df['issue_day']<'2011']

【讨论】：

谢谢！但是我遇到一个错误：“ValueError：时间数据'9-Dec'与格式'%y-%b'（匹配）不匹配”。有什么意见吗？
你能发布如何创建数据框吗？
当然。这是一个很大的 csv，所以我执行“df=pd.read_csv("data.csv")”。 df['issue_day'] 是其中一列。
更好的输入真的很有帮助。我不确定问题是什么
我知道这个问题。 “ValueError：时间数据 '9-Dec' 与格式 '%y-%b' 不匹配（匹配）”。这是因为时间数据是“9-Dec”而不是“09-Dec”。有什么解决办法吗？