.loc 按日期过滤数据库答案

【问题标题】：.loc to filter database by date.loc 按日期过滤数据库
【发布时间】：2021-03-29 00:52:31
【问题描述】：

我在过去几周学习了 python，但我遇到了 .loc 函数的问题。

我有一个由每日股票价格和日期组成的数据框 (BAC) 作为索引（这似乎是一个日期时间对象）。我只想过滤 2008 年的日期并对“关闭”列进行滚动平均（30 天）。

这是我的代码和输出：

BAC.info

OUT : <class 'pandas.core.frame.DataFrame'> DatetimeIndex: 2769 entries, 2015-12-31 to 2005-01-03 Data columns (total 5 columns):
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 2769 entries, 2015-12-31 to 2005-01-03
Data columns (total 5 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   Open    2769 non-null   float64
 1   High    2769 non-null   float64
 2   Low     2769 non-null   float64
 3   Close   2769 non-null   float64
 4   Volume  2768 non-null   float64
dtypes: float64(5)
memory usage: 209.8 KB

和：

BAC['Close'].loc['2008-01-01':'2009-01-01'].rolling(window=30).mean()

OUT: Series([], Name: Close, dtype: float64)

代码：BAC.loc['2008-01-01':'2009-01-01', 'Close'].rolling(window=30).mean() 产生相同的结果。

所以，我没有弄错，但我认为格式存在问题。我所关注的课程使用 .ix，它现在已被弃用，我知道 .loc 或多或少可以做同样的事情（如果按列或行号过滤，则使用 .iloc）。

在那之后，我尝试了：

BAC.loc['2008', 'Close' ].rolling(window=30).mean()

OUT : 
2008-12-31          NaN
2008-12-30          NaN
2008-12-29          NaN
2008-12-26          NaN
2008-12-24          NaN
                ...    
2008-01-08    35.948233
2008-01-07    35.858433
2008-01-04    35.775933
2008-01-03    35.705700
2008-01-02    35.656400
Name: Close, Length: 253, dtype: float64

所以它起作用了，但是在 2008 年末而不是开始时开始滚动窗口......为什么会这样？

任何帮助将不胜感激。谢谢！

【问题讨论】：

标签： python date rolling-computation .loc

【解决方案1】：

BAC.info 的输出显示您的索引已反转。尝试做一个BAC.sort_index(inplace=True)。

除此之外，我在您的代码中看不到任何错误。这是我得到的：

>>> import pandas as pd
>>> import numpy as np
>>> BAC = pd.date_range(start='2008-01-01', end='2009-12-31').to_frame()
>>> BAC['Close'] = np.random.randint(0, 70, BAC.shape[0])

>>> BAC['Close'].loc['2008-01-01':'2009-01-01'].rolling(window=30).mean()
2008-01-01          NaN
2008-01-02          NaN
2008-01-03          NaN
2008-01-04          NaN
2008-01-05          NaN
                ...    
2008-12-28    39.566667
2008-12-29    40.633333
2008-12-30    39.533333
2008-12-31    39.266667
2009-01-01    39.866667
Freq: D, Name: Close, Length: 367, dtype: float64
>>> BAC.loc['2008', 'Close'].rolling(window=30).mean()
2008-01-01          NaN
2008-01-02          NaN
2008-01-03          NaN
2008-01-04          NaN
2008-01-05          NaN
                ...    
2008-12-27    38.833333
2008-12-28    39.566667
2008-12-29    40.633333
2008-12-30    39.533333
2008-12-31    39.266667
Freq: D, Name: Close, Length: 366, dtype: float64

【讨论】：