主页 / 问题 / 1143100
Accepted
onetwoonexu
Asked:2020-06-19 18:01:08 +0000 UTC2020-06-19 18:01:08 +0000 UTC

在多索引中按日期切片

  • 772

有一个数据集：

    dates = ['2018-11-30 23:40:15', '2018-11-30 23:41:05',
             '2018-11-30 23:41:15', '2018-12-01 00:08:57',
             '2018-12-01 00:09:12', '2018-12-01 00:27:56',
             '2018-12-01 00:28:56', '2018-12-01 00:39:37', 
             '2018-12-01 00:44:18', '2018-12-01 00:45:18']
    
    dates = pd.to_datetime(dates)
    
    ind = [['id_1','id_1','id_1','id_1','id_1',
                     'id_2', 'id_2', 'id_3', 'id_3', 'id_3'], dates]
    
    df = pd.DataFrame(np.random.randn(10, 3), index=ind, columns=['col1', 'col2', 'col3'])

我知道可以在二级索引中指定一个具体的日期，并获取它对应的所有数据。所以：

df.loc['id_1', '2018-11-30']

是否可以按日期和时间进行切片（例如，选择索引 id_1 到并包括给定时间的所有数据）？

我正在尝试这样做：

df.loc['id_1', :'2018-12-01 00:08:57']

左右，如果需要特定数量的数据：

df.loc['id_1', :'2018-12-01']

结果，索引本身会显示出来，但您需要一个 DataFrame，其中包含直到并包括索引中指定的特定时间的数据。

甚至有可能以这种方式进行切割吗？如果是这样，怎么做？

一个明确的例子：

df.loc['id_1', :'2018-12-01 00:08:57']

我希望看到：

python

2 个回答

  1. Best Answer

    使用pd.IndexSlice - 它专门设计用于更轻松地使用多索引切片：

    In [32]: idx = pd.IndexSlice

In [33]: res = df.loc[idx['id_1', :'2018-12-01 00:08:57'], :]

In [34]: res
Out[34]:
                              col1      col2      col3
id_1 2018-11-30 23:40:15 -0.748932 -1.502318  0.593789
     2018-11-30 23:41:05  1.451214 -0.943655  0.566013
     2018-11-30 23:41:15  1.354764  0.044922  0.149455
     2018-12-01 00:08:57 -0.946963  0.439159  1.503776
    • 3

  2. 尝试切片：

    df.loc[(slice("id_1"), slice(None, '2018-12-01 00:08:57')), :]
    • 2

相关问题