按日期切片，使用可变的开始日期

Question

我试图根据日期列（根据索引计算）进行切片，并且仅根据切片行进行累积求和。

这是要复制/运行的小示例代码：

import numpy
import pandas
data = pandas.DataFrame(
{"Bought" : [1,3,4,6]}, index=pandas.to_datetime(['01-01-2020','02-01-2020','03-01-2020','04-01-2020']))
data['StartDate'] = data.index
data['Cum bought2'] = data.loc[data['StartDate']:]['Bought'].cumsum()

它给我错误“无法使用这些索引器对 DatetimeIndex 进行切片索引”。 如果我将 data.loc[data['StartDate']:] 更改为设定值（即“02-01-2020”），则它可以正常工作。但我希望开始日期可变并取自另一列。

新编辑：由于第一个答案，下面的解决方案到达那里。如果 NaT 在参考栏中，有什么解决办法吗？我不想删除该行。

import numpy
import pandas
data = pandas.DataFrame(
{"Bought" : [1,3,4,6]}, index=pandas.to_datetime(['01-01-2020','02-01-2020','03-01-2020','04-01-2020']))
data['StartDate'] = [pandas.NaT,'02-01-2020','04-01-2020','04-01-2020']

data['Cum Bought'] = data.loc[data['StartDate'].iloc[0]:]['Bought'].cumsum()

Answer 1

您正在尝试使用 Series 作为切片的边界进行索引，这是没有意义的。你需要一个值. data.loc[data['StartDate'].iloc[0]:] 或 data.loc[data['StartDate'].min():] 可以。

在你的情况下，你应该只使用：

data['Cum bought2'] = data['Bought'].cumsum()

或者，如果您不确定日期是否已排序：

data['Cum bought2'] = data['Bought'].sort_index().cumsum()

输出：

            Bought  StartDate  Cum bought2
2020-01-01       1 2020-01-01            1
2020-02-01       3 2020-02-01            4
2020-03-01       4 2020-03-01            8
2020-04-01       6 2020-04-01           14