如何在索引中没有的日期对 pandas 时间序列进行切片?
Posted
技术标签:
【中文标题】如何在索引中没有的日期对 pandas 时间序列进行切片?【英文标题】:How do I slice a pandas time series on dates not in the index? 【发布时间】:2016-01-18 22:52:12 【问题描述】:我有一个由 datetime.date 索引的时间序列。这是该系列的第一个结:
1999-12-31 0
2000-06-30 170382.118454
2000-12-29 -319260.443362
我想从系列开始到 2000 年 12 月 28 日进行切片,但这不起作用,因为该日期不在索引中(当我尝试 original_series[:datetime.date(2000,12,28)]
时出现 KeyError。我也尝试过转换时间戳的索引,但这会给出非常虚假的结果(它会制造假结,见下文),所以我想知道是否有解决这个问题的好方法。
test = pd.Series(original_series.values, map(pd.Timestamp, original_series.index))
乍一看,这看起来不错:
1999-12-31 0.000000
2000-06-30 170382.118454
2000-12-29 -319260.443362
然后我尝试进行切片(2000 年 1 月的那些额外的日子是从哪里来的?):
In [84]: test[:'2000-12-28']
Out[84]:
1999-12-31 0.000000
2000-06-30 170382.118454
2000-01-03 -71073.979016
2000-01-04 100498.744748
2000-01-05 91104.743684
2000-01-06 82290.255459
【问题讨论】:
【参考方案1】:如果ts
是你的time.serie
,你可以这样做:
In [77]: ts = pd.Series([99,65],index=pd.to_datetime(['2000-12-24','2000-12-30']))
In [78]: ts
Out[78]:
2000-12-24 99
2000-12-30 65
dtype: int64
In [79]: ts[ts.index<=pd.to_datetime('2000-12-28')]
Out[79]:
2000-12-24 99
dtype: int64
如果您将index
设置为string
,请继续:
ts[ts.index.map(pd.to_datetime)<=pd.to_datetime('2000-12-28')]
【讨论】:
您的回答绝对正确,但我也非常愚蠢——我没有按索引对时间序列进行排序,因此我对“制造”日期感到困惑。感谢您的帮助。【参考方案2】:有一种简单的方法可以做到这一点,而无需将其转换为时间序列对象。
当您的索引不是日期时的场景:
你的 df: 索引 日期 数据 0 2000-01-01 10 1 2000-01-02 20 2 2000-01-03 12
首先,将您的日期转换为日期时间格式:
df["date"] = pd.to_datetime(df["date"])
迄今为止的第二次更改索引:
df = df.set_index("date")
您的 df 现在应该如下所示:
日期 数据 2000-01-01 10 2000-01-02 20 2000-01-03 12
最后,您可以使用以下方法简单地操作行:
df = df['2000-01-02':'2000-01-03']
你的 df 现在看起来像这样:
日期 数据 2000-01-02 20 2000-01-03 12
【讨论】:
以上是关于如何在索引中没有的日期对 pandas 时间序列进行切片?的主要内容,如果未能解决你的问题,请参考以下文章
如何使用另一个日期时间索引获取具有日期时间索引的 Pandas 数据框中的行?
如何从导入的 csv 文件中索引日期时间列 - pandas