如何在索引中没有的日期对 pandas 时间序列进行切片？

Posted 2023-03-11

【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

【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