如何基于日期时间索引按月份筛选并操作时序数据？

首先得先确认你的DataFrame索引是正确的datetime类型，因为你的日期格式是dd/mm/yyyy，如果直接用字符串索引的话，月份判断会出问题。先做这一步转换：

import pandas as pd

# 把字符串索引转成datetime类型，指定格式避免解析错误
df.index = pd.to_datetime(df.index, format='%d/%m/%Y')

接下来分两种方式实现，都用到了if逻辑：

方式1：显式循环+if语句（适合小数据集） #

如果你想直接用if语句写逻辑，可以遍历每一行的索引，判断月份是否为10（十月），然后给对应行添加标记：

# 先新增一列用来存放标记，初始为空字符串
df['october_flag'] = ''

# 遍历每一行
for idx, _ in df.iterrows():
    # 判断当前索引的月份是否是十月
    if idx.month == 10:
        df.loc[idx, 'october_flag'] = 'x'

不过这种循环在数据集很大的时候效率会比较低，更推荐下面的向量化方式。

方式2：向量化操作+隐式if逻辑（推荐） #

Pandas最擅长的就是向量化操作，不用写显式循环，用lambda或者np.where就能把if逻辑融入进去，效率高很多：

用lambda+apply #

df['october_flag'] = df.index.month.apply(lambda month: 'x' if month == 10 else '')

用numpy.where（更高效） #

import numpy as np
df['october_flag'] = np.where(df.index.month == 10, 'x', '')

至于你之前用while语句没成功，大概率是因为while循环在遍历时序索引时逻辑没处理好（比如没正确迭代日期、没准确判断月份），而if语句不管是在循环里还是结合向量化操作，都能更清晰地实现你的需求。

内容的提问来源于stack exchange，提问作者spcol