Cách kiểm tra xem một ngày có nằm giữa hai ngày trong python không

Question

Hãy xem cách chọn/lọc các hàng giữa hai ngày trong Pandas DataFrame, trong các ứng dụng thời gian thực, bạn thường được yêu cầu chọn các hàng giữa hai ngày (tương tự như ngày bắt đầu và nhỏ hơn ngày kết thúc), Trong gấu trúc, . t. c

Nội dung chính Show

1. Ví dụ nhanh về chọn hàng giữa hai ngày
2. Chọn các hàng trong khung dữ liệu giữa hai ngày
3. Lọc hàng theo ngày bằng DataFrame. loc[] Phương pháp
4. Chọn hàng giữa hai ngày bằng DataFrame. truy vấn()
5. sử dụng gấu trúc. Loạt. giữa () đến hai ngày
6. Chọn các hàng DataFrame giữa hai ngày bằng DataFrame. trong()
7. Hoàn thành ví dụ để chọn hàng giữa hai ngày
Phần kết luận
Làm cách nào để so sánh 2 datetime trong Python?
Làm cách nào để kiểm tra phạm vi ngày giờ trong Python?

Trong bài viết này, tôi sẽ giải thích cách chọn các hàng DataFrame của gấu trúc giữa hai ngày bằng cách sử dụng mặt nạ boolean với phương thức


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

9 và lập chỉ mục DataFrame. Bạn cũng có thể sử dụng các phương pháp


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

0,


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

1 và


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

2. Các phương pháp này được sử dụng để chọn hàng dựa trên ngày trong Pandas

1. Ví dụ nhanh về chọn hàng giữa hai ngày

Nếu bạn đang vội, dưới đây là một số ví dụ nhanh về cách chọn hàng giữa hai ngày từ DataFrame


# Below are quick example

# Select DataFrame rows between two dates
mask = (df['InsertedDates'] > start_date) & (df['InsertedDates'] <= end_date)
df2 = df.loc[mask]

# Using pandas.DataFrame.loc[] to Filter Rows by Dates
df2 = df.loc[between_two_dates]

# Using pandas.DataFrame.query() to select DataFrame Rows
start_date = '2021-11-15'
end_date   = '2021-11-18'
df2 = df.query('InsertedDates >= @start_date and InsertedDates <= @end_date')

# Select rows between two dates using DataFrame.query()
start_date = '2021-11-15'
end_date = '2021-11-18'
df2 = df.query('InsertedDates > @start_date and InsertedDates < @end_date')

# pandas.Series.between() function Using two dates
df2 = df.loc[df["InsertedDates"].between("2021-11-16", "2021-11-18")]

# Select DataFrame rows between two dates using DataFrame.isin()
df2 = df[df["InsertedDates"].isin(pd.date_range("2021-11-15", "2021-11-17"))]

Bây giờ, hãy tạo một DataFrame với một vài hàng và cột, thực hiện các ví dụ này và xác thực kết quả. Khung dữ liệu của chúng tôi chứa các tên cột


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

3,


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

4,


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

5,


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

6 và


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

7


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

Sản lượng dưới sản lượng


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

2. Chọn các hàng trong khung dữ liệu giữa hai ngày

Để chọn các hàng giữa hai ngày trong DataFrame của gấu trúc, trước tiên, hãy tạo mặt nạ boolean bằng cách sử dụng


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

8 để biểu thị thời điểm bắt đầu và kết thúc của phạm vi ngày. Sau đó, bạn chọn DataFrame nằm trong phạm vi bằng cách sử dụng phương pháp


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

9


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

7

Sản lượng dưới sản lượng. Điều này trả về các hàng lớn hơn và nhỏ hơn ngày đã chọn


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

8

3. Lọc hàng theo ngày bằng DataFrame. loc[] Phương pháp

Sử dụng phương thức


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

9 để trả về một mảng boolean với


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

71 ane


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

72 (ngày nằm trong khoảng từ ngày 15 đến ngày 19 tháng 9). Sau đó, hàm loc[] chỉ trả về những hàng có giữa hai ngày


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

2

Sản lượng dưới sản lượng


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

3

4. Chọn hàng giữa hai ngày bằng DataFrame. truy vấn()

Bạn cũng có thể chọn các hàng DataFrame giữa hai ngày trong Pandas bằng phương pháp


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

73. Phương thức này trả về kết quả DataFrame từ biểu thức truy vấn được cung cấp. Ví dụ


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

74


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

6

Sản lượng dưới sản lượng


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

7

Nếu bạn không muốn bao gồm các ranh giới, chỉ cần thay đổi điều kiện như bên dưới theo cú pháp.


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

75


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

9

Sản lượng dưới sản lượng


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

0

5. sử dụng gấu trúc. Loạt. giữa () đến hai ngày

Bạn có thể sử dụng phương pháp


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

2 để chọn các hàng DataFrame giữa hai ngày. Phương thức này trả về một vectơ boolean biểu thị liệu phần tử chuỗi có nằm trong phạm vi đã chỉ định hay không. Chúng ta phải chuyển vectơ boolean thu được cho DataFrame. phương thức loc() để trích xuất DataFrame


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

1

Sản lượng dưới sản lượng


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

2

6. Chọn các hàng DataFrame giữa hai ngày bằng DataFrame. trong()

Sử dụng


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

77 để lọc các hàng DataFrame dựa trên ngày trong Pandas.


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

78 trả về một DateTime Index cố định. Tham số thứ nhất và thứ hai của nó là ngày bắt đầu và ngày kết thúc


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

3

Sản lượng dưới sản lượng


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

4

7. Hoàn thành ví dụ để chọn hàng giữa hai ngày


import pandas as pd
technologies = ({
    'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark"],
    'Fee' :[22000,25000,23000,24000,26000,25000,25000],
    'Duration':['30days','50days','55days','40days','60days','35days','55days'],
    'Discount':[1000,2300,1000,1200,2500,1300,1400],
    'InsertedDates':["2021-11-14","2021-11-15","2021-11-16","2021-11-17","2021-11-18","2021-11-19","2021-11-20"]
               })
df = pd.DataFrame(technologies)
print(df)

5

Phần kết luận

Trong bài viết này, bạn đã học cách chọn các hàng DataFrame giữa hai ngày trong gấu trúc bằng cách sử dụng


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

9,


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

0,


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

1 và


   Courses    Fee Duration  Discount   InsertedDates
0    Spark  22000   30days      1000     2021-11-14
1  PySpark  25000   50days      2300     2021-11-15
2   Hadoop  23000   55days      1000     2021-11-16
3   Python  24000   40days      1200     2021-11-17
4   Pandas  26000   60days      2500     2021-11-18
5   Hadoop  25000   35days      1300     2021-11-19
6    Spark  25000   55days      1400     2021-11-20

2 với nhiều ví dụ hơn

Làm cách nào để so sánh 2 datetime trong Python?

Sử dụng các toán tử so sánh (như < , > , , v.v. ) để so sánh ngày tháng trong Python . Ví dụ: datetime_1 > datetime_2 để kiểm tra xem datetime_1 có lớn hơn datetime_2 không. Nếu bạn chỉ muốn so sánh ngày tháng của đối tượng DateTime, hãy sử dụng phương thức date() để chỉ trích xuất phần ngày tháng từ đối tượng datetime.

Làm cách nào để kiểm tra phạm vi ngày giờ trong Python?

Ví dụ. Đầu vào. test_list = [datetime(2019, 12, 30), datetime(2018, 4, 4), datetime(2016, 12, 21), datetime(2021, 2, 2), datetime(2020, 2, 3), datetime( .

đầu ra. .

đầu ra

programming python