根据标签的索引获取数据帧的子集

Question

我有一个来自 yahoo Finance 的数据框

import pandas as pd
import yfinance
ticker = yfinance.Ticker("INFY.NS")
df = ticker.history(period = '1y')
print(df)

这给了我 df 作为，

如果我指定，

date = "2021-04-23"

• 我需要一个 df 子集，其中行的索引标签为“2021-04-23”
• 日期前 2 天的行
• 日期后 1 天的行

这里重要的是，我们不能在使用日期字符串之前和之后计算，因为 df 可能没有一些日期，而是要根据索引打印行。 （即 2 行先前索引和 1 行下一个索引） 例如df中没有“2021-04-21”而是“2021-04-20”

我们如何实现这一点？

Answer 1

如果需要在值之前和之后按位置（如果在DatetimeIndex 中始终存在date），则使用DataFrame.iloc 和Index.get_loc 和min 和max 用于选择行，如果在@ 之前不存在值987654329@ 或 1 之后的样例数据：

df = pd.DataFrame({'a':[1,2,3]}, 
                   index=pd.to_datetime(['2021-04-21','2021-04-23','2021-04-25']))

date = "2021-04-23"
pos = df.index.get_loc(date)
df = df.iloc[max(0, pos-2):min(len(df), pos+2)]
print (df)
            a
2021-04-21  1
2021-04-23  2
2021-04-25  3

注意： min 和 max 被添加用于选择日期是第一个（之前不存在 2 个值，或者第二个 - 之前不存在第二个值）还是最后一个（之后不存在值）

Answer 2

您可以使用基于整数的索引。先找到想要的date的整数位置，然后用iloc取想要的子集：

def get_subset(df, date):
    # get the integer index of the matching date(s)
    matching_dates_inds, = np.nonzero(df.index == date)
    
    # and take the first one (works in case of duplicates)
    first_matching_date_ind = matching_dates_inds[0]
    
    # take the 4-element subset
    desired_subset = df.iloc[first_matching_date_ind - 2: first_matching_date_ind + 2]

    return desired_subset