如何获取DatetimeIndex中匹配日期的索引位置？

你的DatetimeIndex示例如下：

book_df.index
Out[44]: 
DatetimeIndex(['2023-08-13 15:10:47.284558', '2023-08-13 15:10:48.005322',
               '2023-08-13 15:10:48.005953', '2023-08-13 15:10:49.022438',
               '2023-08-13 15:10:53.218365', '2023-08-13 15:10:54.246143',
               '2023-08-13 15:10:54.246874', '2023-08-13 15:10:54.247330',
               '2023-08-13 15:10:55.270271', '2023-08-13 15:10:55.270948',
               ...
               '2023-08-14 14:00:00.208915', '2023-08-14 14:00:00.209017',
               '2023-08-14 14:00:00.209119', '2023-08-14 14:00:00.209221',
               '2023-08-14 14:00:00.209323', '2023-08-14 14:00:00.209425',
               '2023-08-14 14:00:00.209527', '2023-08-14 14:00:00.209629',
               '2023-08-14 14:00:00.209730', '2023-08-14 14:00:00.209832'],
              dtype='datetime64[ns]', length=1230021, freq=None)

你当前用book_df.index == rng[0]得到布尔掩码：

Out[60]: array([ True, False, False, ..., False, False, False])

要获取具体的整数索引位置，有几种常用方法：

方法1：使用numpy.where #

适合存在多个匹配的场景，返回所有满足条件的索引数组：

import numpy as np
# 获取所有匹配的索引
match_indices = np.where(book_df.index == rng[0])[0]
# 如果只需要第一个匹配的位置，取数组第一个元素
first_match_pos = match_indices[0]

方法2：使用Index.get_loc #

适合确定只有一个匹配的场景，直接返回整数位置：

index_pos = book_df.index.get_loc(rng[0])

如果存在多个匹配，这个方法会抛出KeyError，此时可以改用get_indexer：

# 传入包含目标日期的列表，返回对应索引数组，无匹配则返回-1
match_indices = book_df.index.get_indexer([rng[0]])

比如你的示例中，rng[0]对应第一个元素，用上述方法都会得到0这个位置值。

内容的提问来源于stack exchange，提问作者Chris