python筛选带/的excel日期
时间: 2023-10-18 13:21:44 浏览: 89
可以使用Python的pandas库来筛选带/的Excel日期。 可以使用pandas库的read_excel()函数读取Excel文件,然后使用str.contains()函数来筛选带/的日期。例如,以下代码可以筛选出Excel表格中日期列中包含/的行:
```python
import pandas as pd
df = pd.read_excel('file.xlsx')
filtered_df = df[df['日期列名'].str.contains('/')]
```
需要将'file.xlsx'替换为你的Excel文件名,将'日期列名'替换为你的日期列的列名。这样筛选后,filtered_df中就只包含日期列中包含/的行了。
相关问题
python筛选excel中的日期
你可以使用 pandas 库进行 Excel 表格的读取和筛选,以下是一些示例代码:
```python
import pandas as pd
# 读取 Excel 表格
df = pd.read_excel('example.xlsx')
# 筛选日期在某个范围内的行
start_date = '2022-01-01'
end_date = '2022-01-31'
date_filter = (df['日期'] >= start_date) & (df['日期'] <= end_date)
filtered_df = df.loc[date_filter]
# 筛选某一具体日期的行
target_date = '2022-01-15'
date_filter = (df['日期'] == target_date)
filtered_df = df.loc[date_filter]
```
其中,`example.xlsx` 是你要读取的 Excel 文件名;`日期` 是日期列的列名,你需要根据实际情况修改。`start_date` 和 `end_date` 分别表示筛选的日期范围的起始和结束日期;`target_date` 表示你要筛选的具体日期。筛选后的结果会保存在 `filtered_df` 变量中,你可以根据实际需求对表格进行进一步操作。
import pandas as pd # 读取Excel文件 df = pd.read_excel('C:/Users/Administrator/PycharmProjects/pythonProject4/股本结构数据/000006 股本结构.xlsx', index=True) print(df) # 筛选股本和上市日期这两个行标签的数据 df = df[df.index.isin(['·公告日期', '·总股本(历史记录)', '流通A股(历史记录)'])] # 删除除股本和上市日期以外的所有数据 df = df.drop(index=['·公告日期', '·总股本(历史记录)', '流通A股(历史记录)'], columns=False) # 将结果保存到Excel文件中 df.to_excel('C:/Users/Administrator/PycharmProjects/pythonProject4/股本结构数据/000006 尝试股本结构.xlsx', index=True) 执行之后出现return func(*args, **kwargs) TypeError: read_excel() got an unexpected keyword argument 'index'
这个错误提示是因为 `pd.read_excel()` 函数没有 `index` 这个参数,所以应该删掉 `index=True`。读取 Excel 文件的语句应该改为:
```python
df = pd.read_excel('C:/Users/Administrator/PycharmProjects/pythonProject4/股本结构数据/000006 股本结构.xlsx')
```
另外,`drop()` 函数中 `columns=False` 参数也应该删掉,因为 `drop()` 函数默认会删除列。修改后的代码如下:
```python
import pandas as pd
# 读取Excel文件
df = pd.read_excel('C:/Users/Administrator/PycharmProjects/pythonProject4/股本结构数据/000006 股本结构.xlsx')
# 筛选股本和上市日期这两个行标签的数据
df = df[df.index.isin(['·公告日期', '·总股本(历史记录)', '流通A股(历史记录)'])]
# 删除除股本和上市日期以外的所有数据
df = df.drop(index=['·公告日期', '·总股本(历史记录)', '流通A股(历史记录)'])
# 将结果保存到Excel文件中
df.to_excel('C:/Users/Administrator/PycharmProjects/pythonProject4/股本结构数据/000006 尝试股本结构.xlsx', index=True)
```
阅读全文