df['new'] = numpy.where(df['Time'].astype(str).str.contains('1980')==True, 1,0)
df = df[df['new']==1]

Здравствуйте!
Решений много)) Я бы поступил следующим образом:
1. посмотрел бы тип данных в колонке (столбце)
2. если это строка (object), то привёл бы к типу datetime (создал дополнительный столбец)
3. создал бы новый столбец, в который скопировал только год
4. вывел все строки, где значение в новом столбце равно 1980

import pandas as pd

url = 'https://vk.com/doc207845555_611573740'
data = pd.read_csv(url, sep='\t')
# data.info() # у колонки date тип object
data['date_new'] = pd.to_datetime(data['date'])
data['year'] = data['date_new'].dt.year

data_1980 = data[data['year'] == 2016]
data_1980.head()

Или можно так

df[df['Time'].dt.year=='1980']

Валерий, наконец то был задан правильный вопрос — "какой тип данных"?
Но даже в этом случае решение избыточно, не надо ничего преобразовать.
В случае со строкой можно просто искать "1980-" (даже без регулярок, чтобы быстрее).
В случае с датами, считать вхождения в [1980-01-01 00:00:00, 1981-01-01 00:00:00)

P.S. смотрю я на все эти упражнения с печалью. 100 тыс непонятных манипуляций, которые в R закрываются 15 символами, например (в случае строковых значений):
dt[str_detect(Time, "^1980")]

+

Вот кстати, насколько важно  и правильно использовать в данном случае loc. Вопрос ко всем

Илья, я в своём ответе преследовал несколько целей. Первая - дать решение. Вторая - показать, что при работе с типом datetime можно выделять сущности - год, например. Третья - то, что выделять сущности лучше в отдельные столбцы.
Я предполагал, что если стоит задача получить год, то вероятнее всего следующей задачей будет - получить месяц или день, или день недели.

Хочу поправиться - не преследовал цели, а попытался.
Они конечно выглядят неявно. Я не стал загромождать свой ответ подробными размышлениями. Старался избежать избыточности.

1. я как раз и говорю, что задан самый правильный вопрос — какой тип данных? Картинка то неинформативна.
2. Из года отнюдь не следует день или месяц, а декомпозиция unixtimestamp в даты — трудоемкая операция для машины.
3. Новые колонки — новый менеджмент памяти. Так она и утекает постепенно.

В связи с чем merge по колонке может быть успешен, а join по ней же - сплошь nan?

how=?

Там что-то с int, я уже выгуглил

Но мне гуглорешение до конца не помогло

Столкнулся с pandas+matplotlib в первый раз в жизни. И у меня затык. Я хочу нарисовать отдельную столбцовую диаграмму для каждой строки датафрейма. В строке есть столбцы: "number, name, mean, max, min". Я хочу, чтобы чарт выглядел примерно так:
Название (значение ячейки из столбца "name" и итерируемой строки):
y - числовые значения
x - названия столбцов как "mean, max, min" с их значениями (в общем, обычная столбцовая диаграмма).

Я пытаюсь обойти свой датафрейм следующим образом:

for i in range(0, df.shape[0]):
    fig = plotter.figure(figsize=(6,4))
    df.plot.bar(df.iloc[i, :])
    plotter.savefig(plot_path)
    plotter.clf()

но на строке с df.plot.bar(df.iloc[i, :]) я получаю следующую ошибку:

KeyError: "None of [Index(['Schlafzimmer',            4.0,            4.0,   3.9563126389,\n         8.5629388885,   0.2745735113,     3.98786362,   8.5629388885,\n         0.2745735113,   3.9247616577,   8.5018853814,   0.3314942865],\n      dtype='object')] are in the [columns]"

если кто работал с pandas + matplotlib буду рад получить дельный совет

можно написать функцию для отрисовки диаграммы, отладить ее и потом через apply(axis=1) применить.

либо можно сделать из столбцовой строчную таблицу и просто применить функцию для отрисовки диаграммы для каждого столбца.  

еще можно попробовать посмотреть, нельзя ли передать сразу в исходном виде датафрейм с указанием, что у тебя одни и те же поля в столбцах. Кажется, можно это сделать, но тогда все значения могут оказаться на ожном графике

да, вот изначально я и нашёл пример, как вы в последнем абзаце описали

Кажется, это то что нужно : https://coderoad.ru/33951056/Plot-a-pandas-dataframe-сгруппированы-по-столбцам

спасибо, почитаю)

странно, что никто не подскажет
текстовое описание очень похоже на то, что называется boxplot для категориальных переменных.

но, раз уж нет ответа, то вот предложение в какую сторону смотреть:
- http://www.sthda.com/english/wiki/ggplot2-box-plot-quick-start-guide-r-software-and-data-visualization
- https://ggplot2.tidyverse.org/reference/geom_boxplot.html
- https://t-redactyl.io/blog/2016/04/creating-plots-in-r-using-ggplot2-part-10-boxplots.html

Можно и сюда:
- https://const-ae.github.io/ggsignif/
- https://ggplot2.tidyverse.org/reference/geom_violin.html
- https://github.com/erocoar/gghalves

Если совсем в прямом виде, то это похоже на geom_rect / geom_pointrange
- https://ggplot2.tidyverse.org/reference/geom_linerange.html
- https://github.com/rstudio/cheatsheets/blob/main/data-visualization.pdf

data = pd.DataFrame({
   'id':[1,2,3,4],
   '0%':[1,1,5,4],
   '25%':[10,20,15,10],
   '50%':[20,30,25,20],
   '75%':[40,45,55,38],
   '100%':[90,95,90,80],
})

plt.vlines(x=range(data.shape[0]), ymin=data['25%'].values, ymax=data['75%'].values,linewidth=10)
plt.vlines(x=range(data.shape[0]), ymin=data['0%'].values, ymax=data['25%'].values,linewidth=1)
plt.vlines(x=range(data.shape[0]), ymin=data['75%'].values, ymax=data['100%'].values,linewidth=1)
plt.plot(range(data.shape[0]), data['50%'].values, 'C0o',color='black')

plt.xticks(range(data.shape[0]),data['id'])

Не нужно здесь построчное выполнение)