groupby中按datetime过滤的有效方法

import pandas as pd

# 假设数据集为df，包含日期时间列'datetime'和其他列

# 将'datetime'列转换为datetime类型
df['datetime'] = pd.to_datetime(df['datetime'])

# 设置时间范围
start_date = pd.to_datetime('2022-01-01')
end_date = pd.to_datetime('2022-01-31')

# 根据时间范围筛选数据
filtered_data = df[(df['datetime'] >= start_date) & (df['datetime'] <= end_date)]

# 对筛选后的数据进行groupby等操作

-- 假设数据表为table，包含datetime列和其他列

-- 设置时间范围
DECLARE @start_date DATETIME = '2022-01-01';
DECLARE @end_date DATETIME = '2022-01-31';

-- 根据时间范围筛选数据并进行groupby等操作
SELECT DATEPART(YEAR, datetime) AS year, DATEPART(MONTH, datetime) AS month, COUNT(*) AS count
FROM table
WHERE datetime >= @start_date AND datetime <= @end_date
GROUP BY DATEPART(YEAR, datetime), DATEPART(MONTH, datetime);

import pandas as pd

# 假设数据集为df，已经设置'datetime'列为时间索引

# 根据时间索引筛选数据
filtered_data = df['2022-01-01':'2022-01-31']

# 对筛选后的数据进行groupby等操作