Python - Pandas - 如何使用日期字符串（字符串格式）下标/切片/选择日期时间索引数据帧答案

【问题标题】：Python - Pandas - How to subscript / slice / select a datetime index dataframe with date string (string format)Python - Pandas - 如何使用日期字符串（字符串格式）下标/切片/选择日期时间索引数据帧
【发布时间】：2021-11-28 18:09:26
【问题描述】：

我有一个数据框，其日期时间索引如下所示


Datetimeindex price1 ($/kWh) price2 ($/kWh) price3 ($/kWh)  Price4 ($/kWh)  price 5 
                    
2020-01-01  406.73  551.24  627.21  627.21  406.73
2020-01-02  397.90  551.24  627.21  627.21  397.90
2020-01-03  285.31  551.24  627.21  627.21  285.31
2020-01-04  255.36  551.24  627.21  627.21  255.36
2020-01-05  305.12  551.24  627.21  627.21  305.12
...     ...     ...     ...     ...     ...
2021-09-30  141.72  665.00  810.47  810.47  141.72
2021-10-01  123.73  691.41  841.26  841.26  123.73
2021-10-02  122.95  691.41  841.26  841.26  122.95
2021-10-03  113.81  691.41  841.26  841.26  113.81

我想将数据框下标为

df['2020-01-01']

得到错误：

KeyError: '2020-01-01'

如果将字符串解析为日期时间，则错误是

KeyError: datetime.datetime(2020, 1, 1, 0, 0)

我在网上搜索并得出问题是日期时间索引类型的结论，因此我需要将其解析为时间戳原生 pandas 日期格式，但我无法完成。有没有办法直接将索引解析为时间戳？

编辑：

这是索引的类型

<bound method DatetimeIndex.to_series of DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04',
               '2020-01-05', '2020-01-06', '2020-01-07', '2020-01-08',
               '2020-01-09', '2020-01-10',
               ...
               '2021-09-25', '2021-09-26', '2021-09-27', '2021-09-28',
               '2021-09-29', '2021-09-30', '2021-10-01', '2021-10-02',
               '2021-10-03', '2021-10-04'],
              dtype='datetime64[ns]', name='Fecha', length=643, freq=None)>

【问题讨论】：

我不确定我是否理解，你想要那个特定日期的所有值吗？你试过 df[df['Datetimeindex'] == '2020-01-01']？

标签： python pandas datetime timestamp

【解决方案1】：

您正在尝试使用 df['2020-01-01'] 捕获列，如果要过滤索引，请使用 df.index.filter 或 df[df.index.isin(date…)]整个df

【讨论】：

【解决方案2】：

注意，df[string] 格式的下标日期字符串一直是deprecated since Pandas 1.2.0：

不推荐使用单个类似日期时间的字符串来索引 DataFrame 行作为 df[string] （考虑到它是索引行还是选择一列），使用 df.loc[string] 代替（GH36179）

详情请参阅GH36179。

要使用日期字符串下标DatetimeIndex，现在我们必须使用.loc，如下：

df.loc['2020-01-01']

结果：

price1 ($/kWh)    406.73
price2 ($/kWh)    551.24
price3 ($/kWh)    627.21
Price4 ($/kWh)    627.21
price 5           406.73
Name: 2020-01-01 00:00:00, dtype: float64

您可以继续通过部分日期字符串下标来指定日期范围，例如

df.loc['2020-01']      # for date range within a month

结果：

            price1 ($/kWh)  price2 ($/kWh)  price3 ($/kWh)  Price4 ($/kWh)  price 5
2020-01-01          406.73          551.24          627.21          627.21   406.73
2020-01-02          397.90          551.24          627.21          627.21   397.90
2020-01-03          285.31          551.24          627.21          627.21   285.31
2020-01-04          255.36          551.24          627.21          627.21   255.36
2020-01-05          305.12          551.24          627.21          627.21   305.12

或使用月份范围：

df.loc['2021-09':'2021-10']

结果：

            price1 ($/kWh)  price2 ($/kWh)  price3 ($/kWh)  Price4 ($/kWh)  price 5
2021-09-30          141.72          665.00          810.47          810.47   141.72
2021-10-01          123.73          691.41          841.26          841.26   123.73
2021-10-02          122.95          691.41          841.26          841.26   122.95
2021-10-03          113.81          691.41          841.26          841.26   113.81

你也可以只指定年份：

df.loc['2021']

结果：

            price1 ($/kWh)  price2 ($/kWh)  price3 ($/kWh)  Price4 ($/kWh)  price 5
2021-09-30          141.72          665.00          810.47          810.47   141.72
2021-10-01          123.73          691.41          841.26          841.26   123.73
2021-10-02          122.95          691.41          841.26          841.26   122.95
2021-10-03          113.81          691.41          841.26          841.26   113.81

还支持各种格式的日期字符串：

df.loc['20200102': '20200104']          # YYYYmmdd

结果：

            price1 ($/kWh)  price2 ($/kWh)  price3 ($/kWh)  Price4 ($/kWh)  price 5
2020-01-02          397.90          551.24          627.21          627.21   397.90
2020-01-03          285.31          551.24          627.21          627.21   285.31
2020-01-04          255.36          551.24          627.21          627.21   255.36

df.loc['09/30/2021': '10/02/2021']      # mm/dd/YYYY

结果：

            price1 ($/kWh)  price2 ($/kWh)  price3 ($/kWh)  Price4 ($/kWh)  price 5
2021-09-30          141.72          665.00          810.47          810.47   141.72
2021-10-01          123.73          691.41          841.26          841.26   123.73
2021-10-02          122.95          691.41          841.26          841.26   122.95

【讨论】：