收回用户输入的月份数，并根据该日期筛选数据

Question

我正在处理一个问题，我必须接受用户输入，这是一个整数，表示我必须查看的月份数。例如，如果我想查看3个月前的数据，我必须将用户的输入作为3。基于这个整数用户输入，我必须过滤我的数据集。例如，今天的日期是2022年8月30日，因此三个月后将是2022年5月30日。现在我想过滤我的数据帧，只包括3个月前的日期，即2022年5月30日的那些行

我试着使用日期时间和相对时间库，但似乎什么都不适合我

下面是我的数据帧示例：

id text1 text2日期1名公羊患者2022年5月30日10:22:002约翰患者2022年5月30日11:45:083富家子弟2022年5月28日10:45:13

所以我希望输出是对应于1和2 的行

在此处输入图像描述

Answer 1

您可以在Pandas中使用DateOffset函数。有关更多详细信息，请参阅文档。

下面是一个例子，假设您有一个带有日期列的数据框：

num_months = int(input('Please enter the number of months to look back: '))
df['date'] = pd.to_datetime(df['date'])
past_date = pd.to_datetime('today') - pd.DateOffset(months=num_months)
df = df[df['date'] >= past_date]
print(df)

以上操作将过滤date列上的数据帧，只留下日期在计算日期当天或之后的行，即今天的日期减去指定的月数。

Answer 2

请试着在未来展示你的尝试，这感觉就像我在做你的家庭作业，但希望这能给你一个想法。

import pandas as pd
df = pd.DataFrame({'id': [1, 2, 3], 'text1': ['Ram', 'John', 'Rich'], 'text2': ['patient', 'patient', 'child'], 'date': ['5/30/2021 10:22:00', '5/30/2022 11:45:08', '5/28/2022 10:45:13']})
user_input = int(input("Enter the number of months to look back: "))
#convert the date column to datetime
df['date'] = pd.to_datetime(df['date'])
#set the date column as index
df = df.set_index('date')
#sort the index
df = df.sort_index()
#filter the dataframe to get the rows which are within the last x months
df = df[df.index >= pd.Timestamp.today() - pd.DateOffset(months=user_input)]
#convert the index back to a column
df.reset_index(inplace=True)
#print the filtered dataframe
print(df)

输入：

Enter the number of months to look back: 12

输出：

date  id text1    text2
0 2022-05-28 10:45:13   3  Rich    child
1 2022-05-30 11:45:08   2  John  patient