Question

所以眼前的问题很简单，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。存在该问题是因为我需要同时使用.loc和.iloc。

我有一个数据框，从开始日期开始到结束日期结束。
我希望在开始日期前250天到结束日期之间有一个熊猫数据框

我发现了一些方法。但这并没有使我成为解决问题的“完美方法”。也许有人遇到过同样的问题，并以很好的方式解决了这个问题，或者有人可以确认这实际上是“快速”的。

我当前的解决方案：

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

我也想到了这一点：

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

预先感谢

Answer 1

对于标签位置，您只能使用带有开始日期时间减去的DataFrame,loc解决方案，或者带有DataFrame.iloc的Index.get_loc解决方案来标记位置：

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

datetimeindex之前的天数（同时使用.loc和.iloc）

1 个答案: