Python - Recupero degli ultimi 30 giorni di dati da dataframe panda

Question

Ho un dataframe contenente log di errori di sei mesi, raccolti ogni giorno. Voglio recuperare gli ultimi record di 30 giorni dall'ultima data. L'ultimo appuntamento non è oggi.
Ad esempio: ho dati per i mesi maggio, giugno, luglio e fino al August 15, desidero recuperare i dati da August 15 a July 15 rendendolo record di 30 giorni.
C'è un modo per farlo in Python Pandas?

Questa è la dataframe campione:

Error_Description   Date  Weekend  Type 
N17739 Limit switch X- 5/1/2015 5/3/2015 Critical 
N17739 Limit switch Y- 5/1/2015 5/3/2015 Critical 
N938 Key non-functional 5/1/2015 5/3/2015 Non-Critical 
P124 Magazine is running 5/1/2015 5/3/2015 Non-Critical 
N17738 Limit switch Z+ 5/1/2015 5/3/2015 Critical 
N938 Key non-functional 5/1/2015 5/3/2015 Non-Critical 
    ...     ...   ...   ... 
P873 ENCLOSURE DOOR  8/24/2015 8/30/2015 Non-Critical 
N3065 Reset M114   8/24/2015 8/30/2015 Non-Critical 
N3065 Reset M114,   8/24/2015 8/30/2015 Non-Critical 
N2853 Synchronization  8/24/2015 8/30/2015 Critical 
P152 ENCLOSURE   8/24/2015 8/30/2015 Non-Critical 
N6236 has stopped   8/24/2015 8/30/2015 Critical 

Answer 1

Data lastdayfrom è utilizzato per selezionare gli ultimi 30 giorni di DataFrame dalla funzione loc.

lastdayfrom = pd.to_datetime('8/24/2015') 
print lastdayfrom 
#2015-08-24 00:00:00 

print df 
#   Error_Description  Date Weekend   Type 
#0  N17739 Limit switch X- 2015-05-01 2015-05-03  Critical 
#1  N17739 Limit switch Y- 2015-05-01 2015-05-03  Critical 
#2 N938 Key non-functional 2015-05-01 2015-05-03 Non-Critical 
#3 P124 Magazine is running 2015-05-01 2015-05-03 Non-Critical 
#4  N17738 Limit switch Z+ 2015-02-01 2015-05-03  Critical 
#5 N938 Key non-functional 2015-07-25 2015-05-03 Non-Critical 
#6  P873 ENCLOSURE DOOR 2015-07-24 2015-08-30 Non-Critical 
#7   N3065 Reset M114 2015-07-21 2015-08-21 Non-Critical 
#8   N3065 Reset M114, 2015-08-22 2015-08-22 Non-Critical 
#9  N2853 Synchronization 2015-08-23 2015-08-30  Critical 
#10   P152 ENCLOSURE 2015-08-24 2015-08-30 Non-Critical 
#11   N6236 has stopped 2015-08-24 2015-08-30  Critical 

print df.dtypes 
#Error_Description   object 
#Date     datetime64[ns] 
#Weekend    datetime64[ns] 
#Type       object 
#dtype: object 

#set index from column Date 
df = df.set_index('Date') 
#if datetimeindex isn't order, order it 
df= df.sort_index() 

#last 30 days of date lastday 
df = df.loc[lastdayfrom - pd.Timedelta(days=30):lastdayfrom].reset_index() 

print df 
#  Date  Error_Description Weekend   Type 
#0 2015-07-25  N3065 Reset M114 2015-08-21 Non-Critical 
#1 2015-08-22  N3065 Reset M114, 2015-08-22 Non-Critical 
#2 2015-08-23 N2853 Synchronization 2015-08-30  Critical 
#3 2015-08-24   P152 ENCLOSURE 2015-08-30 Non-Critical 
#4 2015-08-24  N6236 has stopped 2015-08-30  Critical 

Answer 2

È possibile utilizzare DataFrame.last_valid_index() per trovare l'etichetta dell'ultima linea, e quindi sottrarre DateOffset(30, 'D') andare indietro di 30 giorni:

df[df.last_valid_index()-pandas.DateOffset(30, 'D'):]