按索引索引 pandas 数据帧答案

【问题标题】：Index pandas data frame by index按索引索引 pandas 数据帧
【发布时间】：2019-08-23 23:19:48
【问题描述】：

示例数据框：

data = [["2011-01-01",23],["2011-01-02",33],["2011-01-03",43],["2011-01-04",53]]
df= pd.DataFrame(data,columns = ["A","B"])
df["A"] = pd.to_datetime(df["A"])
df.index = df["A"]
del df["A"]

操作：

            B
A   
2011-01-01  23
2011-01-02  33
2011-01-03  43
2011-01-04  53

我正在尝试使用以下代码将此数据框拆分为两部分：

part1 = df.loc[:"2011-01-02"]

操作：

            B
A   
2011-01-01  23
2011-01-02  33

第二部分：

part2 = df.loc["2011-01-02":]

操作：

            B
A   
2011-01-02  33
2011-01-03  43
2011-01-04  53

但是索引为“2011-01-02”的行在两个部分（part1 和 part2）中。对 pandas 1-liners 的任何建议，以仅在 1 部分而不是两者中获得该行。

【问题讨论】：

标签： python pandas

【解决方案1】：

这种行为是预期的（直到今天我也不知道）

这种类型的切片适用于具有 DatetimeIndex 的 DataFrame 出色地。由于部分字符串选择是标签切片的一种形式，端点将被包括在内。这将包括匹配时间包含日期：来自http://pandas-docs.github.io/pandas-docs-travis/user_guide/timeseries.html#indexing。

关于标签切片行为

请注意，与通常的 python 切片相反，开始和停止都包括在内 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html#pandas.DataFrame.loc

In [16]: df[df.index < '2011-01-02']
Out[16]:
             B
A
2011-01-01  23

In [17]: df[df.index >= '2011-01-02']
Out[17]:
             B
A
2011-01-02  33
2011-01-03  43
2011-01-04  53

In [18]: df[df.index > '2011-01-02']
Out[18]:
             B
A
2011-01-03  43
2011-01-04  53

【讨论】：

【解决方案2】：

slice = df.index > "2011-01-02"
df[slice]
df[~slice]

【讨论】：

【解决方案3】：

将get_loc 与iloc 一起使用

df.iloc[:df.index.get_loc('2011-01-02')]
                    A   B
A                        
2011-01-01 2011-01-01  23

df.iloc[df.index.get_loc('2011-01-02'):]
                    A   B
A                        
2011-01-02 2011-01-02  33
2011-01-03 2011-01-03  43
2011-01-04 2011-01-04  53

【讨论】：

【解决方案4】：

而不是part2 = df.loc["2011-01-02":] 使用

part2 = df.loc["2011-01-02":].iloc[1:]

             B
A             
2011-01-03  43
2011-01-04  53

【讨论】：