多索引切片（涉及时间序列/日期范围）不适用于 DataFrame，但适用于 Series

Question

为日期范围切片多索引 DataFrame 似乎不起作用（数据帧返回未切片），而对多索引系列执行相同的操作。

例如：

# Create a multi-indexed DataFrame with time series as 'inner' index
idx = pd.MultiIndex.from_product([['id1', 'id2', 'id3'], pd.date_range('2019-01-01', '2019-01-05')], names=['id', 'date'])
cols = ['colA', 'colB']
example_df = pd.DataFrame(np.ones(30).reshape(15, 2), idx, cols)

example_df 看起来像：

                colA    colB
id  date        
id1 2019-01-01  1.0     1.0
    2019-01-02  1.0     1.0
    2019-01-03  1.0     1.0
    2019-01-04  1.0     1.0
    2019-01-05  1.0     1.0
id2 2019-01-01  1.0     1.0
    2019-01-02  1.0     1.0
    2019-01-03  1.0     1.0
    2019-01-04  1.0     1.0
    2019-01-05  1.0     1.0
id3 2019-01-01  1.0     1.0
    2019-01-02  1.0     1.0
    2019-01-03  1.0     1.0
    2019-01-04  1.0     1.0
    2019-01-05  1.0     1.0

尝试对内部“日期”索引级别进行切片，只是简单地产生上面的 DataFrame 不变。

# Get all records for 3rd January 2019 onward, for all ids
idx = pd.IndexSlice
example_df.loc[idx[:, '2019-01-3':]] # yields example_df unchanged

想要的结果是：

                colA    colB
id  date        
id1 2019-01-03  1.0     1.0
    2019-01-04  1.0     1.0
    2019-01-05  1.0     1.0
id2 2019-01-03  1.0     1.0
    2019-01-04  1.0     1.0
    2019-01-05  1.0     1.0
id3 2019-01-03  1.0     1.0
    2019-01-04  1.0     1.0
    2019-01-05  1.0     1.0

奇怪的是，对 Series 进行切片会产生预期的结果

# Perform same slice but just for colA
example_df.colA.loc[idx[:, '2019-01-3':]]    

这会产生预期的结果

id   date      
id1  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0
id2  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0
id3  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0   

我正在使用 pandas 0.23.1。

感谢任何关于如何让切片适用于 DataFrame 版本的意见。我知道我可以在内部日期索引上使用布尔掩码实现相同的结果，即

from datetime import datetime
inner_mask = example_df.index.get_level_values(1) >= datetime(2019, 1, 3)
example_df[inner_mask]

...但我很想知道为什么这种切片方法不起作用（尤其是当它适用于系列版本时）。谢谢。

Answer 1

您需要在DataFrame.loc 的第二个位置指定列colA：

print(example_df.loc[idx[:, '2019-01-3':], 'colA'])
id   date      
id1  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0
id2  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0
id3  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0
Name: colA, dtype: float64

如果想要一个列DataFrame 使用一个元素列表：

print(example_df.loc[idx[:, '2019-01-3':], ['colA']])
                colA
id  date            
id1 2019-01-03   1.0
    2019-01-04   1.0
    2019-01-05   1.0
id2 2019-01-03   1.0
    2019-01-04   1.0
    2019-01-05   1.0
id3 2019-01-03   1.0
    2019-01-04   1.0
    2019-01-05   1.0

与布尔掩码相同的原理：

print(example_df.loc[inner_mask, 'colA'])
id   date      
id1  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0
id2  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0
id3  2019-01-03    1.0
     2019-01-04    1.0
     2019-01-05    1.0
Name: colA, dtype: float64

print(example_df.loc[inner_mask, ['colA']])
                colA
id  date            
id1 2019-01-03   1.0
    2019-01-04   1.0
    2019-01-05   1.0
id2 2019-01-03   1.0
    2019-01-04   1.0
    2019-01-05   1.0
id3 2019-01-03   1.0
    2019-01-04   1.0
    2019-01-05   1.0

对于切片所有列使用::

print(example_df.loc[idx[:, '2019-01-3':], :])
                colA  colB
id  date                  
id1 2019-01-03   1.0   1.0
    2019-01-04   1.0   1.0
    2019-01-05   1.0   1.0
id2 2019-01-03   1.0   1.0
    2019-01-04   1.0   1.0
    2019-01-05   1.0   1.0
id3 2019-01-03   1.0   1.0
    2019-01-04   1.0   1.0
    2019-01-05   1.0   1.0