Question

我有一个以日期时间为索引的数据框。类似于下面的

>>> data.index
Index(['2019-05-15 23:45:00', '2019-05-15 23:46:00', '2019-05-15 23:47:00',
       '2019-05-15 23:48:00', '2019-05-15 23:49:00', '2019-05-15 23:50:00',
       '2019-05-15 23:52:00', '2019-05-15 23:53:00', '2019-05-15 23:54:00',
       '2019-05-15 23:55:00',
       ...
       '2019-05-19 05:36:00', '2019-05-19 05:37:00', '2019-05-19 05:38:00',
       '2019-05-19 05:39:00', '2019-05-19 05:40:00', '2019-05-19 05:41:00',
       '2019-05-19 05:42:00', '2019-05-19 05:43:00', '2019-05-19 05:44:00',
       '2019-05-19 05:45:14'],
      dtype='object', name='date', length=989)

我需要选择与日期2019-05-16相对应的所有行。我尝试了这两种方法。

1）data['2019-05-16']给出KeyError: '2019-05-16'

2）data.loc['2019-05-16']给出KeyError: 'the label [2019-05-16] is not in the [index]'

Answer 1

首先将值转换为DatetimeIndex，因为现在它是datetimes的字符串repr：

data.index = pd.to_datetime(data.index)

data = pd.DataFrame({'a':range(3)}, 
                     index=['2019-05-15 23:45:00','2019-05-16 23:46:00','2019-05-17 23:47:00'])

data.index = pd.to_datetime(data.index)
print(data)
                     a
2019-05-15 23:45:00  0
2019-05-16 23:46:00  1
2019-05-17 23:47:00  2

您的解决方案正在运行，如果存在至少一个带有日期的索引值：

print (data['2019-05-16'])
                     a
2019-05-16 23:46:00  1

如果不存在，则有其他选择：

print (data[data.index.normalize() == '2019-05-18'])
Empty DataFrame
Columns: [a]
Index: []

print (data[data.index.floor('d') == '2019-05-18'])
Empty DataFrame
Columns: [a]
Index: []

print (data[data.index.date == '2019-05-18'])
Empty DataFrame
Columns: [a]
Index: []

如何使用日期时间索引从熊猫数据框中的特定日期选择行

1 个答案: