基于日期的切片 Pandas Dataframe

Question

我有一个包含日期、商店编号、售出单位和降雨总量的大型数据框。好像是这样的……

  date        store_nbr      units            preciptotal
  2014-10-11       1          0                0.00
  2014-10-12       1          0                0.01
  2014-10-13       1          2                0.00
  2014-10-14       1          1                2.13
  2014-10-15       1          0                0.00
  2014-10-16       1          0                0.87
  2014-10-17       1          3                0.01
  2014-10-18       1          0                0.40

我想在总降水量大于 1 的任何日期周围选择一个三天窗口。对于这个小例子，我想取回前 7 行，2014-10-14 之前的 3 天，之后的三天2014-10-14 和 2014-10-14 因为它的总分大于 1。

Answer 1

对于特定值，您可以这样做：

In [84]:

idx = df[df['preciptotal'] > 1].index[0]
df.iloc[idx-3: idx+4]
Out[84]:
        date  store_nbr  units  preciptotal
0 2014-10-11          1      0         0.00
1 2014-10-12          1      0         0.01
2 2014-10-13          1      2         0.00
3 2014-10-14          1      1         2.13
4 2014-10-15          1      0         0.00
5 2014-10-16          1      0         0.87
6 2014-10-17          1      3         0.01

对于更一般的情况，您可以获得满足条件的索引数组

idx_vals = df[df['preciptotal'] > 1].index

然后您可以生成切片或遍历数组值：

for idx in idx_values:
    df.iloc[idx-3: idx+4]

这假设您的索引是基于 0 的 int64 索引，您的样本是

Answer 2

这里有两种方法可以在不循环索引值的情况下构建选择掩码：

你可以找到preciptotal大于1的行：

mask = (df['preciptotal'] > 1)

然后使用scipy.ndimage.binary_dilation 将掩码扩展到 7 天窗口：

import scipy.ndimage as ndimage
import pandas as pd

df = df = pd.read_table('data', sep='\s+')

mask = (df['preciptotal'] > 1)
mask = ndimage.binary_dilation(mask, iterations=3)

df.loc[mask]

产量

         date  store_nbr  units  preciptotal
0  2014-10-11          1      0         0.00
1  2014-10-12          1      0         0.01
2  2014-10-13          1      2         0.00
3  2014-10-14          1      1         2.13
4  2014-10-15          1      0         0.00
5  2014-10-16          1      0         0.87
6  2014-10-17          1      3         0.01

---

或者，使用 NumPy（但没有 scipy 依赖项），您可以使用 mask.shift 和 np.logical_and.reduce：

mask = (df['preciptotal'] > 1)
mask = ~np.logical_and.reduce([(~mask).shift(i) for i in range(-3, 4)]).astype(bool)
# array([ True,  True,  True,  True,  True,  True,  True, False], dtype=bool)