获取匹配日期的 DataFrame 行

Question

假设我有以下 DataFrame：

df = pd.DataFrame({'item': ['Subway', 'Pasta', 'Chipotle'],
                   'cost': [10, 5, 9],
                   'date': ['2017-12-01', '2017-11-01', '2017-10-01']})
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d')

我能够获取2017-10 中的所有项目（在这种情况下只有一项）：

print(df.set_index('date')['2017-10'])

根据pandas documentation 和this SO answer，我应该能够使用以下命令获取从2017-10 到2017-11 的所有项目（在本例中为2 个项目），但我得到一个空的DataFrame：

print(df.set_index('date')['2017-10':'2017-11'])

知道我在这里做错了什么（我使用的是熊猫版本0.21.0）吗？

此外，有没有一种有效的方法可以获得2017-10 和2017-12 中的所有项目（跳过2017-11）？我想出了以下解决方案，但我不应该像这样创建新列：

df['month'] = df['date'].dt.month
df['year'] = df['date'].dt.year
print(df[((df.month==10) & (df.year==2017) | (df.month==12) & (df.year==2017))])

Answer 1

我将搜索项目的顺序颠倒了：

import pandas as pd 

df = pd.DataFrame({'item': ['Subway', 'Pasta', 'Chipotle'],
                   'cost': [10, 5, 9],
                   'date': ['2017-12-01', '2017-11-01', '2017-10-01']})
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d')

print(df.set_index('date')['2017-11':'2017-10'])

对于你的“约会”，它从高到低。通过切换它们，我得到了这个输出：

            cost      item
date                      
2017-11-01     5     Pasta
2017-10-01     9  Chipotle

Answer 2

首先使用set_index() 和DatetimeIndex。然后你可以使用你想要的索引方法。

df.set_index(pd.DatetimeIndex(df.date), inplace=True)

df.sort_index().loc['2017-10':'2017-11']

            cost       date      item
date                                 
2017-10-01     9 2017-10-01  Chipotle
2017-11-01     5 2017-11-01     Pasta

关于您的第二个问题，您也可以在拥有DatetimeIndex 后访问month 属性。

df.loc[df.index.month.isin([10,12])]

            cost       date      item
date                                 
2017-12-01    10 2017-12-01    Subway
2017-10-01     9 2017-10-01  Chipotle

（对于第二部分，也按年份索引，添加& df.index.year == 2017）

Answer 3

另一种方法可能是使用布尔索引。

在这里，您提供的语句必须为真才能返回行。

第二个问题是：

df_October_and_December = df.ix[((df['date'] >= '2017-10-01') & (df['date'] <= '2017-10-31')) | ((df['date'] >= '2017-12-01') & (df['date'] <= '2017-12-31')) ,:]

你想要的更优雅的版本是：

df_October_and_December = df.ix[(df['date'].dt.month.isin([10,12])) ,:]

考虑到它的灵活性，我倾向于使用 .ix 引用，如果应用程序允许，我会改进为 .loc 或 .iloc。