Pandas Dataframe 日期时间切片与 Index vs MultiIndex

Posted 2023-02-23

【中文标题】Pandas Dataframe 日期时间切片与 Index vs MultiIndex

【英文标题】：Pandas Dataframe datetime slicing with Index vs MultiIndex

【发布时间】：2016-08-05 22:17:56

【问题描述】：

使用单个索引数据框，我可以执行以下操作：

df2 = DataFrame(data='data': [1,2,3], 
                index=Index([dt(2016,1,1),
                      dt(2016,1,2),
                      dt(2016,2,1)]))

>>> df2['2016-01 : '2016-01']
                data
    2016-01-01     1
    2016-01-02     2

>>> df2['2016-01-01' : '2016-01-01']
                data
    2016-01-01     1

当你给它一个完整的一天（即 2016-01-01）时，日期时间切片有效，当你给它一个部分日期时它也有效，比如只是年和月 (2016-01)。所有这些都很好，但是当您引入多索引时，它仅适用于完整日期。部分日期切片似乎不再起作用了

df = DataFrame(data='data': [1, 2, 3],
               index=MultiIndex.from_tuples([(dt(2016, 1, 1), 2),
                                             (dt(2016, 1, 1), 3),
                                             (dt(2016, 1, 2), 2)],
                                             names=['date', 'val']))


 >>> df['2016-01-01 : '2016-01-02']
                            data
     date       val     
     2016-01-01 2           1
                3           2
     2016-01-02 2           3

好的，没关系，但是部分日期：

>>> df['2016-01' : '2016-01']
 File "pandas/index.pyx", line 134, in pandas.index.IndexEngine.get_loc      (pandas/index.c:3824)
 File "pandas/index.pyx", line 154, in pandas.index.IndexEngine.get_loc (pandas/index.c:3704)
 File "pandas/hashtable.pyx", line 686, in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12280)
 File "pandas/hashtable.pyx", line 694, in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12231)
  KeyError: '2016-01'

（我缩短了回溯）。

知道这是否可能吗？这是一个错误吗？有什么方法可以做我想做的事而不必诉诸于：

df.loc[(df.index.get_level_values('date') >= start_date) &
       (df.index.get_level_values('date') <= end_date)]

非常感谢任何提示、cmets、建议等！我尝试了很多其他方法都无济于事！

【问题讨论】：

我认为在 0.18.0 版本中它不起作用，但在 0.18.1 版本中可以实现 - see

【参考方案1】：

横截面应该可以工作：

df.xs(slice('2016-01-01', '2016-01-01'), level='date')

文档：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.xs.html

【讨论】：

这似乎确实有效，但它会删除多索引。有什么方法可以保存索引？

这会删除索引。

有一个drop_level 参数（默认设置为True）。

【参考方案2】：

使用 pandas IndexSlice 获得更优美的语法。

idx = pd.IndexSlice
df.loc[idx['2016-01-01':'2016-01-01', :], :]

记住 pandas 切片是包含左右两边的。