熊猫时间序列选择单个日期答案

【问题标题】：pandas timeseries select single date熊猫时间序列选择单个日期
【发布时间】：2018-12-01 04:44:08
【问题描述】：

从时间序列中选择单个日期会产生 KeyError。

设置：

import pandas as pd
import numpy as np
ts = pd.DataFrame({'date': pd.date_range(start = '1/1/2017', periods = 5),
                   'observations': np.random.choice(range(0, 100), 5, replace = True)}).set_index('date')

数据框：

           observations
date                    
2017-01-01            58
2017-01-02            88
2017-01-03            53
2017-01-04             4
2017-01-05            26

如何选择单个日期的观察次数？

ts['2017-01-01']

返回：KeyError: '2017-01-01'

但是……

ts['2017-01-01':'2017-01-01']

...似乎工作得很好。

有什么建议可以用一个日期选择/子集吗？

【问题讨论】：

你试过ts.loc['2017-01-01']吗？
直接索引数据框引用它的列，而不是它的行。 @Ben.T 的解决方案提供了索引行的典型方法
@Ben.T 你能快速写下这个答案，以便 Rene 可以将其标记为正确以指出错误吗？
谢谢，工作正常！并感谢您的明确解释。但在 pandas 中仍然感觉有点“不一致”。
@Rene 开头，特别是如果你来自 numpy，我理解你的感受。但是过了一会儿，我最终会更频繁地在列之间进行操作而不是在行之间进行操作，并且以这种方式查找列的名称很容易:)

标签： python-3.x pandas time-series

【解决方案1】：

正如 @scnerd 指出的那样，当您执行 ts['2017-01-01'] 时，它会尝试查找“2017-01-01”作为数据框 ts 的列名，这会给您一个 @987654324 @ 因为ts 中的所有列都没有这个名称

为了查找索引名称，如您的示例中将“日期”设置为索引，您需要使用loc 方法，例如ts.loc['2017-01-01']，您将得到：

observations    54
Name: 2017-01-01 00:00:00, dtype: int32

【讨论】：