Pandas DataFrame.loc 返回 Empty DataFrame答案

【问题标题】：Pandas DataFrame.loc returns Empty DataFramePandas DataFrame.loc 返回 Empty DataFrame
【发布时间】：2018-09-12 05:15:37
【问题描述】：

目前正在尝试完成一些教程。现在我有一个带有股票数据的熊猫数据框。通过读取 csv 文件获取股票数据，然后使用 df.set_index('timestamp', inplace = True) 我将索引设置为使用“时间戳”。在这里可以看到头部：

 timestamp   open   high    low   close  adjusted_close   volume  dividend_amount  split_coefficient
2018-09-11  74.95  75.69  74.76  75.64           75.64  2225700              0.0                1.0
2018-09-10  75.10  75.21  74.84  74.91           74.91  1774400              0.0                1.0
2018-09-07  75.20  75.20  74.72  75.01           75.01  1804800              0.0                1.0
2018-09-06  74.95  75.55  74.62  75.24           75.24  3058300              0.0                1.0
2018-09-05  75.03  75.42  74.80  74.95           74.95  2418400              0.0                1.0

当我尝试df.loc['2018-09-05'] 时，它会向我返回正确的行。但是，当我尝试选择一个范围时，例如 df.loc['2018-09-05':'2018-09-11']，我得到一个 Empty DataFrame 返回：

Empty DataFrame
Columns: [open, high, low, close, adjusted_close, volume, dividend_amount, 
split_coefficient]
Index: []

想知道是否有人可以提供任何关于为什么会发生这种情况的见解？我本来希望返回两个日期之间的信息而不是空数据框。谢谢！

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

sort_index() 在切片之前工作：

df = df.sort_index()
df['2018-09-05':'2018-09-11']

或

df = df.sort_index()
df.loc['2018-09-05':'2018-09-11']

仅供参考：如果您想在将 'timestamp' 设为索引之前确保该索引为 DatetimeIndex：

df.timestamp = pd.to_datetime(df.timestamp)
df = df.set_index('timestamp')

或事后：

df.index = pd.to_datetime(df.index)

【讨论】：

还有一个想法——如果不是DatetimeIndex，也许df.index = pd.to_datetime(df.index) ;)
@jezrael - 谢谢。即使df.loc['2018-09-05'] 工作，而df.loc['2018-09-05':'2018-09-11'] 没有转换为 DatetimeIndex，这可能也是正确的。我会在这里尝试测试，如果是这样，我会编辑它。
完全一样的想法 - 如果不匹配，另一个可能的问题;）
@jezrael 原来df.timestamp = pd.to_datetime(df.timestamp) 然后df = df.set_index('timestamp') 是上述解决方案的工作方式。如果df = df.set_index('timestamp') 然后df = pd.to_datetime(df.index) 则上面的代码不起作用，因为DatetimeIndex 不接受loc 或sort_index。我不知道。
有错字，需要df.index = pd.to_datetime(df.index)而不是df = pd.to_datetime(df.index)

【解决方案2】：

因为您需要从上到下正确插入索引。试试这个特定的索引：

df.loc['2018-09-11':'2018-09-05']

但您可以使用sort() 对索引进行排序。
您也可以为此使用 ID。

【讨论】：

【解决方案3】：

如果timestamp 列是 Pandas 时间戳，你可以这样做。

mask = (df['timestamp'] >= pd.Timestamp('2018-09-05')) & (df['timestamp'] <= pd.Timestamp('2018-09-11'))

df.loc[mask, :]

【讨论】：

【解决方案4】：

您只需将日期从新到旧颠倒即可。

import pandas as pd
df = pd.read_csv('some.csv', delimiter=";", index_col='timestamp')
range = df.loc['2018-09-11':'2018-09-05']
print(range)

【讨论】：

【解决方案5】：

如果你更改日期格式，它会起作用

df.loc['05/09/2018': '11/09/2018']

【讨论】：

虽然这可能会回答作者的问题，但它缺少一些解释性文字和文档链接。如果没有围绕它的一些短语，原始代码 sn-ps 并不是很有帮助。您可能还会发现how to write a good answer 非常有帮助。请编辑您的答案。