在日期和错误格式上过滤 pandas dataframe

Question

我有一个 dataframe df，其中包含这样一个字符串的日期列：

Date
01/06/2022
03/07/2022
18/05/2022
12/02/2021
WK28
WK30
15/09/2021
09/02/2021
...

我想用最近 6 个月的数据和错误的格式数据（WK28、WK30...）更新我的 dataframe，如下所示：

Date
01/06/2022
03/07/2022
18/05/2022
WK28
WK30
...

我设法通过将列转换为日期格式并计算带有条件的掩码来保留最近 6 个月的日期：

df['Dates']=pd.to_datetime(df['Dates'], errors='coerce', dayfirst=True)
mask = df['Dates'] >= pd.Timestamp((datetime.today() - timedelta(days=180)).date())
df = df[mask]

但是我怎样才能保留错误的格式数据呢？

Answer 1

使用带有 2 个掩码的boolean 索引：

# save date as datetime in series
date = pd.to_datetime(df['Date'], errors='coerce', dayfirst=True)
# is it NaT?
m1 = date.isna()
# is it in the last 6 months?
m2 = date.ge(pd.to_datetime('today')-pd.DateOffset(months=6))

# if any condition is True, keep the row
out = df[m1|m2]

output：

         Date
0  01/06/2022
1  03/07/2022
2  18/05/2022
4        WK28
5        WK30

中间掩码：

         Date     m1     m2  m1|m2
0  01/06/2022  False   True   True
1  03/07/2022  False   True   True
2  18/05/2022  False   True   True
3  12/02/2021  False  False  False
4        WK28   True  False   True
5        WK30   True  False   True
6  15/09/2021  False  False  False
7  09/02/2021  False  False  False