datetimeindex 之前的天数（同时使用 .loc 和 .iloc）

Posted 2023-03-12

【中文标题】datetimeindex 之前的天数（同时使用 .loc 和 .iloc）

【英文标题】：Amount of days before datetimeindex (using .loc and .iloc at the same time)

【发布时间】：2019-01-28 16:35:03

【问题描述】：

所以手头的问题很简单，但很棘手。我有 3 个变量 startdate, enddate 和一个整数 i=250。 df 的索引是 DateTimeIndex。问题的存在是因为我需要同时使用 .loc 和 .iloc。

我有一个数据框在开始日期之前开始并在结束日期之后结束。 我希望从开始日期前 250 天开始到结束日期有一个 pandas 数据框

我已经找到了一些方法来做到这一点。但它并没有让我觉得解决它的“完美方式”。也许有人遇到过同样的问题，并以一种很好的方式解决了它，或者也许有人可以确认这实际上是“快速”的。

我目前的解决方案：

index_startdate = list(df.index.date.astype(str)).index(startdate)
df2 = (df.loc[:enddate]).iloc[(index_startdate-250):]

我也想过这个：

df2 = pd.concat([(df.loc[:startdate]).iloc[-250:],df.loc[startdate:enddate]])

提前致谢

【参考方案1】：

对于按标签的位置，您只能使用带有减去开始日期时间的 DataFrame,loc 解决方案或带有 Index.get_loc 的 DataFrame.iloc 解决方案：

示例：

rng = pd.date_range('2017-04-03', periods=10)
df = pd.DataFrame('a': range(10), index=rng)  
print (df)

            a
2017-04-03  0
2017-04-04  1
2017-04-05  2
2017-04-06  3
2017-04-07  4
2017-04-08  5
2017-04-09  6
2017-04-10  7
2017-04-11  8
2017-04-12  9

startdate = '2017-04-07'
enddate = '2017-04-11'

#in real data change 2 to 250
s = pd.Timestamp(startdate) - pd.offsets.DateOffset(days=2)
df2 = df.loc[s:enddate]
print (df2)
            a
2017-04-05  2
2017-04-06  3
2017-04-07  4
2017-04-08  5
2017-04-09  6
2017-04-10  7
2017-04-11  8

---

#in real data change 2 to 250
s = df.index.get_loc(startdate) - 2
#slicing with iloc is exclusive of its endpoint, so added 1
e = df.index.get_loc(enddate) + 1

df2 = df.iloc[s:e]
print (df2)
            a
2017-04-05  2
2017-04-06  3
2017-04-07  4
2017-04-08  5
2017-04-09  6
2017-04-10  7
2017-04-11  8

【讨论】：

日期偏移不起作用，因为它是一个“交易数据集”，所以有些日子是银行假期，你当然有周末。但我也这么认为，但包含“交易日历”更乏味。现在我正在使用：df2 = pd.concat([(df.loc[:startdate]).iloc[-250:], df.loc[startdate:enddate]])