dataframe两列，第一列是标准的日期格式。欲保留某年后的数据，代码示例

可以使用 Pandas 库的 loc 方法来选择年份：

假设我们的数据框为 df，日期列为 'date'，需要保留的年份为 2021 年及以后，可以使用以下代码：

df.loc[df['date'].dt.year >= 2021]

其中，`df['date'].dt.year` 可以获取日期列的年份，通过 loc 方法进行筛选即可。

相关问题

dataframe保留某年后的数据，代码示例

Sure, 这里有一个 pandas dataframe 的代码示例，可以保留某个特定年份后的数据：

import pandas as pd

# 创建示例数据
data = {'year': [2019, 2020, 2021, 2022],
        'value': [100, 200, 300, 400]}

df = pd.DataFrame(data)

# 保留 2021 年及以后的数据
df = df[df['year'] >= 2021]

print(df)

这个代码示例可以输出 dataframe 中 2021 年及以后的数据。

python dataframe两列数据拼接后形成新列

Python中的DataFrame是常用的数据结构，可以方便地对数据进行分析和处理。在DataFrame中，可以使用concat或merge等函数将两列数据进行拼接并形成新列。

例如，可以通过以下代码将DataFrame中的两列数据拼接成新列：

import pandas as pd

df = pd.DataFrame({'A': ['a1', 'a2', 'a3'], 'B': ['b1', 'b2', 'b3']})
df['C'] = df['A'] + df['B']
print(df)

运行结果如下：

    A   B     C
0  a1  b1  a1b1
1  a2  b2  a2b2
2  a3  b3  a3b3

在这个例子中，我们首先创建了一个DataFrame对象df，该对象包含两个列A和B。然后，我们使用df['A'] + df['B']的方法将A和B列拼接起来，再将结果赋值给新列C。最后，我们输出了拼接后的结果。

当然，拼接的方式不仅限于字符串的加，还可以使用其他方法实现拼接，例如使用concat或merge函数。总之，使用DataFrame拼接两列数据并形成新列的方法丰富多样，以满足不同的数据处理需求。