python - 2016 年 Pandas 数据框用户数量最多

Question

我有一个数据框，其中包含以下列:customerId、金额、日期 该数据框的日期范围是:日期:2016年1月1日 2017年9月9日 我试图找到前 10,000 个客户，这将由总数决定他们在 2016 年花费了多少钱；我打算按降序对金额列进行排序，然后使用

解析 2016 年之前的日期列

mask = (df['date'] >= '1/1/2016') & (df['date'] <'1/1/2017')

必须有一种更聪明的方法来做到这一点，我是编码新手，所以任何帮助将不胜感激，谢谢!

Answer 1

也许您可以尝试通过以下方式将列转换为日期时间:

df['date'] = pd.to_datetime(df['date'])

#then filter by year
mask = df['date'].apply(lambda x: x.year == 2016)

@A-Za-z 的答案更简洁，但如果该列不是日期时间类型，您可以使用 pd.to_datetime 进行转换。