Question

我的目标是在使用时间序列分析＆＃34; as.freq＆＃34;定义事件之前选择一行。比如Q＆＃39; Q＆＃39; （季度），＆＃39; EOM＆＃39;等...

例如，在下面的例子中，df.asfreq（＆＃39; Q＆＃39;）产生以下结果：

import pandas as pd
import numpy as np 

dates = pd.date_range('20120101','20140101')
df =pd.DataFrame(np.random.randn(len(dates),1),index=dates,columns=list('A')) 

df.asfreq('Q')

df
            A
2012-03-31  0.207220
2012-06-30  1.154098
2012-09-30  0.928301
2012-12-31  0.457587
2013-03-31  1.063016
2013-06-30  -0.650549
2013-09-30  0.562216
2013-12-31  -1.978959

想要选择行＆＃34;之前＆＃34;到上一季度（以及之后的＆＃39; Q＆＃39;）事件（2012-03-31）上面：

2012-03-30  0.314567

或者，行说明2012-03-30至2012-03-27，三行＆＃34;之前＆＃34;到上一季度的第一季度结束时（2012-03-31）。

大熊猫的新手，尝试过几件事情并且暂时难倒。

编辑：

尝试：

df.loc[df.index == df.asfreq('Q')][-3]

TypeError: <class 'pandas.core.frame.DataFrame'> type object

Answer 1

基本语法是：

dataframe.loc[dataframe.index < 'date time value'][-n:]

n 是后续或前一行的数量。

例如：

In [49]: df.loc[df.index < '2012-03-31 00:00:00'][-3:]
Out[49]: 
                   A
2012-03-28 -0.252526
2012-03-29 -0.708683
2012-03-30 -0.056674

您可以使用更多运营商执行更复杂的操作：

In [11]: df.loc[(df.index > '2012-03-31 00:00:00') & (df.index < '2012-06-30 00:00:00')].head()
Out[11]: 
                   A
2012-04-01 -0.172987
2012-04-02 -0.676806
2012-04-03 -1.320243
2012-04-04 -0.222272
2012-04-05  0.700445

请注意，当您使用DatetimeIndex课程时，这实际上只考虑了这种特定情况。

使用df.asfreq（＆＃39; Q＆＃39;）的示例：

In [16]: df.loc[(df.index < df.asfreq('Q').index[0])][-3:]
Out[16]: 
                   A
2012-03-28 -1.387065
2012-03-29  1.203649
2012-03-30 -0.668392

在as.freq（）出现之前选择行

1 个答案: