python-3.x - Pandas Dataframe 显示具有所需条件的行

Question

我目前正在通过 python 处理我的定量代码。我最近一直在使用数据帧，直到昨天，一个可怕的故障对我造成了很大的打击，我很迷失如何获得我想要的结果:

这是 DOM:

   ts_code    end_date   fcff          roe_yearly  roa_dp  roic_yearly  roe_yoy   q_op_qoq 
0   603000.SH  20191231  1.041476e+08  10.8941     7.6454  12.6005       47.5085   356.2437
1   603000.SH  20190930 -1.431920e+08   4.2044     2.2306   4.8479       31.2632   -25.7032
2   603000.SH  20190630 -2.267375e+08   2.9238     1.0385   3.5750      276.4166   449.9221
3   603000.SH  20190331 -3.097644e+08  -3.1372    -0.5800  -3.7248       62.9496  -116.0415
4   603000.SH  20181231  1.775266e+08   7.4066     5.4977   8.3623      122.7574    71.7184
5   603000.SH  20180930  3.023451e+07   3.2345     1.8423   3.8565      307.8660    98.3655
6   603000.SH  20180630 -1.042179e+08  -1.6766    -0.6451  -1.1682       19.8322   186.0172
7   603000.SH  20180331 -2.138164e+08  -8.4060    -1.6109  -8.4708      -27.0477  -167.3619
8   603000.SH  20171231  3.593505e+08   3.2401     2.4328   3.4555      -17.1973    76.1037
9   603000.SH  20170930 -2.170032e+07   0.7884     0.4471   1.0209      -78.5932    49.9168
10  603000.SH  20170630  2.299095e+07  -2.0970    -0.7922  -1.9708     -188.7621   156.7807
11  603000.SH  20170331 -6.089507e+07  -6.6504    -1.2439  -7.7056     -217.9714  -485.1622
12  603000.SH  20161231 -8.746122e+08   3.9054     2.9030   6.4299      -61.9080   -69.2861
13  603000.SH  20160930 -8.630607e+08   3.7055     2.1016   6.8464      -51.4469  2306.0770
14  603000.SH  20160630 -2.855617e+08   2.3550     0.8761   7.2218      -49.3369  -101.6762
15  603000.SH  20160331 -3.922060e+08   5.7132     1.0855  14.7152      103.8043    -2.5653
16  603000.SH  20151231 -1.632709e+08  10.4885     7.7055  12.7376      -21.8468    14.4998

我想要过滤掉的是年度报告，它只显示 df['end_date'] 匹配以 1231 日期结尾的行。谁能给我一个方向来解决这个问题？非常感谢!

Answer 1

第一个想法是将值转换为字符串并通过索引选择值 - 前 4 个数字之后的值，按 1234 字符串进行比较并按 boolean indexing 进行过滤:

df1 = df[df['end_date'].astype(str).str[4:].eq('1231')]
print (df1)
      ts_code  end_date         fcff  roe_yearly  roa_dp  roic_yearly  \
0   603000.SH  20191231  104147600.0     10.8941  7.6454      12.6005   
4   603000.SH  20181231  177526600.0      7.4066  5.4977       8.3623   
8   603000.SH  20171231  359350500.0      3.2401  2.4328       3.4555   
12  603000.SH  20161231 -874612200.0      3.9054  2.9030       6.4299   
16  603000.SH  20151231 -163270900.0     10.4885  7.7055      12.7376   

     roe_yoy  q_op_qoq  
0    47.5085  356.2437  
4   122.7574   71.7184  
8   -17.1973   76.1037  
12  -61.9080  -69.2861  
16  -21.8468   14.4998  

使用日期时间的解决方案 - 首先转换，然后通过 Series.dt.strftime 获取月份和天数:

df1 = df[pd.to_datetime(df['end_date'], format='%Y%m%d').dt.strftime('%m%d').eq('1231')]