#3.自2019年底新冠疫情以来，防控形势严峻复杂，物流传播风险加大，根据西安防疫政策需要对疫情以来（2019年12月及以后）本市始发物流进行监管
思路：先按时间筛选出2019年12月1日及以后的数据，在此基础上再筛选出始发为西安的数据（这两步顺序任意），最后再选取重要信息列。
数据要求：运单编号 货运公司名称 发货客户名称 发货客户手机 收货客户地址(收件地址)
保存文件：03.txt(同目录下，下同)#
#查看数据类型
data.dtypes
#将发货时间改为时间类型
pd.to_datetime(data['发货时间'])
#筛选发货时间2019-12-01及以后的数据
df3 = data[data['发货时间']>='2019-12-01']
df3.head()
#筛选始发站为西安
df3 = df3[data['始发站：市']=='西安市']
df3.head()
#选择重要信息列
df3=df3[['运单编号','货运公司名称','发货客户名称','发货客户手机','收货客户地址（收件地址）']]
df3
#保存文件
df3.to_csv('03.txt') #pandas直接存为txt
#4.接防疫通知，人员“付*君”于2019/12/18筛查核酸阳性，结合上题物流信息，对其阳性当天前后7天内的物流进行追踪，将对应收货人作为重点监控人员¶
思路：筛选人员“付 * 君”的数据，在此基础上计算“付 * 君”发快递时间与“2019/12/18”的时间差，选取时间差绝对值小于等于7的部分，进而追踪对应的收货人。
数据要求：发货时间 收货客户名称 收货客户手机 收货客户地址（收件地址）
保存文件：04.txt#
#在西安的数据中查找付*君
df4 = df3[df3['发货客户名称']=='付*君']
df4.head()
#计算发货时间和'2019-12-18'的时间差 <= 7
#展示重要信息列
#保存文件
???
应该启用那个python可以用于时间日期运算的内置模块了吧😄