如何切片 pandas.DatetimeIndex？答案

【问题标题】：How to slice a pandas.DatetimeIndex?如何切片 pandas.DatetimeIndex？
【发布时间】：2020-02-16 13:04:26
【问题描述】：

从如下构造的pandas.DatetimeIndex 对象dti 中获取'2019-01-08' 和'2019-01-16' 之间的日期的最佳方法是什么？理想情况下，一些简洁的语法，如dti['2019-01-08':'2019-01-16']?

import pandas as pd
dti = pd.bdate_range(start='2019-01-01', end='2019-02-15')

DatetimeIndex(['2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
               '2019-01-07', '2019-01-08', '2019-01-09', '2019-01-10',
               '2019-01-11', '2019-01-14', '2019-01-15', '2019-01-16',
               '2019-01-17', '2019-01-18', '2019-01-21', '2019-01-22',
               '2019-01-23', '2019-01-24', '2019-01-25', '2019-01-28',
               '2019-01-29', '2019-01-30', '2019-01-31', '2019-02-01',
               '2019-02-04', '2019-02-05', '2019-02-06', '2019-02-07',
               '2019-02-08', '2019-02-11', '2019-02-12', '2019-02-13',
               '2019-02-14', '2019-02-15'],
              dtype='datetime64[ns]', freq='B')

【问题讨论】：

标签： python-3.x pandas datetime

【解决方案1】：

您可以使用slice_indexer for DateTimeIndex 完成此操作

pandas.DateTimeIndex.slice_indexer(start, stop, step, [...])

它返回日期时间项的索引，以便您可以将其传递给 dti

例子：

dti[dti.slice_indexer("2019-01-07", "2019-01-17")]

【讨论】：

【解决方案2】：

如果您阅读DatetimeIndex.__getitem__ 方法的源代码，DatetimeIndex 中的各个日期将存储在DatetimeArray 中。要支持切片，您需要获取该数组中开始和结束日期的整数索引。我建议您向 pandas 开发团队提出功能请求。

同时，您可以对其进行猴子修补：

from pandas.core.indexes.datetimes import DatetimeIndex

__old_getitem = DatetimeIndex.__getitem__

def __new_getitem(index, key):
    if isinstance(key, slice):
        _key = index.slice_indexer(key.start, key.stop, key.step)
    else:
        _key = key

    return __old_getitem(index, _key)

DatetimeIndex.__getitem__ = __new_getitem

# Now you can slice
dti['2019-01-08':'2019-01-16':4]

【讨论】：

有什么办法可以直接切片，而不是先转成Series再转回DatetimeIndex。切片后我仍然会使用它作为索引。
关于您的问题：我只是使用bdate_range 来方便创建DatetimeIndex 对象。实际上，DatetimeIndex 对象可以通过多种方式创建。