dataframe取 时间在30日内的记录

数据:

df = pd.DataFrame({'date':['客户在2016年6月12日交货',
                           '客户在2019年12月25日交货',
                           '客户在2020年1月19日交货',
                           '客户在2020年2月11日交货',
                           '客户在2020年2月16日交货'],
                           'money':[1.56, 2.04, 3.45, 10.10, 5.62]})

显示:


图1.png

第一步:把 date 字段中的年月日信息 通过正则 取出来,并存成新字段 交货时间,但 交货时间 字段是list的格式

df['交货时间'] = df['date'].str.findall(r"(\d{4}年\d{1,2}月\d{1,2}日)")

显示:


图2.png

第二步:把 交货时间 字段中的年月日 替换成英文格式的 '-' ,方便后面把时间转换后进行比较

def latestTime(dDate):
    data01 = dDate['交货时间']
    dataList = []
    for f017v_data in data01:
        f017v_data = f017v_data.replace('年', '-')
        f017v_data = f017v_data.replace('月', '-')
        f017v_data = f017v_data.replace('日', '-')
        f017v_data = pd.to_datetime(f017v_data)
        f017v_data = str(f017v_data)[0:10]
        dataList.append(f017v_data)
        dataList = dataList[0]
    return dataList

df['交货时间'] = df.apply(latestTime, axis = 1)

显示:


图3.png

第三步:把 交货日期 在距离今天 30日 内的数据 通过新建字段 bool中标记为1,最后只取 bool 字段为1的记录即可,这样 就会在这30天内每天都进行交货相关信息的提醒。

注:今天是 2020年1月15日

today = pd.datetime.now()

def dfApply(d):
    d = datetime.datetime.strptime(d, '%Y-%m-%d')
    theDay = today + dateutil.relativedelta(days = 30)
    if d <= theDay and d >= today:
        return 1
    else:
        return 0 

df['bool'] = df['交货时间'].apply(dfApply)
df = df[df['bool'].isin([1])]  # 只取bool值为1 的记录
df.drop(df[['bool', '交货时间']], axis = 1, inplace = True)  # 删除字段 bool 和 交货时间
df.to_csv('df.csv', encoding = 'utf-8-sig', index = None)  # 保存为csv格式,且不存 行号

显示:


图4.png
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,607评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,047评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,496评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,405评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,400评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,479评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,883评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,535评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,743评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,544评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,612评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,309评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,881评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,891评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,136评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,783评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,316评论 2 342

推荐阅读更多精彩内容

  • 前言 网上关于mysq时间、python时间与时间戳等文章很多,翻来翻去找不到头绪,根据不同博客的写法,挑了几个来...
    中乘风阅读 828评论 0 1
  • 1.badgeVaule气泡提示 2.git终端命令方法> pwd查看全部 >cd>ls >之后桌面找到文件夹内容...
    i得深刻方得S阅读 4,628评论 1 9
  • 点击查看原文 Web SDK 开发手册 SDK 概述 网易云信 SDK 为 Web 应用提供一个完善的 IM 系统...
    layjoy阅读 13,648评论 0 15
  • 此篇文章内容是我很久以前在印象笔记中的一个知识总结,大概122个Linux指令。如今,写出来就当再回顾一遍了。若有...
    StephenZhang01阅读 1,038评论 0 5
  • 1.OC里用到集合类是什么? 基本类型为:NSArray,NSSet以及NSDictionary 可变类型为:NS...
    轻皱眉头浅忧思阅读 1,354评论 0 3