从某个索引值开始选择 pandas 数据框中的行答案

【问题标题】：selecting rows in a pandas dataframe starting with a certain index value从某个索引值开始选择 pandas 数据框中的行
【发布时间】：2017-03-18 07:53:56
【问题描述】：

假设我有一个数据框，其中的行按 trading 天数进行索引，如下所示：

Date          ClosingPrice
2017-3-16      10.00
2017-3-17      10.13
2017-3-20      10.19
    ...

我想找到以（比如说）2017-2-28 开始的 $N$ 行，所以我不知道日期范围，我只知道我想做十行以下的事情。这样做最优雅的方法是什么？（有很多丑陋的方法......）

【问题讨论】：

标签： python pandas time-series

【解决方案1】：

我的快速回答

s = df.Date.searchsorted(pd.to_datetime('2017-2-28'))[0]
df.iloc[s:s + 10]

演示

df = pd.DataFrame(dict(
        Date=pd.date_range('2017-01-31', periods=90, freq='B'),
        ClosingPrice=np.random.rand(90)
    )).iloc[:, ::-1]

date = pd.to_datetime('2017-3-11')
s = df.Date.searchsorted(date)[0]
df.iloc[s:s + 10]

         Date  ClosingPrice
29 2017-03-13      0.737527
30 2017-03-14      0.411525
31 2017-03-15      0.794309
32 2017-03-16      0.578911
33 2017-03-17      0.747763
34 2017-03-20      0.081113
35 2017-03-21      0.000058
36 2017-03-22      0.274022
37 2017-03-23      0.367831
38 2017-03-24      0.100930

幼稚时间测试

【讨论】：

这看起来是对的，但对于我们中间的穴居人来说：第一行的iloc 里面的口头禅是什么？
我不喜欢数据框构造将 ClosingPrice 放在首位。所以我强行颠倒了列的顺序
pandas 成语需要一点时间来适应...谢谢！

【解决方案2】：

df[df['Date'] >= Date(2017,02,28)][:10]

我猜？

【讨论】：

df[df['Date'] > = Date(date.split(",")][:10]. # date is some variable
这是一个不错的解决方案！