如何在Python中筛选DataFrame指定日期及下方的行子集

先明确执行给定代码后，DataFrame的索引是倒序排列的（最新日期在最上方），且存在重复索引值（如2014-04-07出现三次）。针对你的需求，分两种场景处理：

场景1：获取指定日期及下方所有行 #

比如指定2014-04-07时，返回包含该日期的所有行及其下方内容。

实现步骤 #

1. 找到目标日期在索引中第一次出现的位置
2. 从该位置开始切片到DataFrame末尾

代码示例 #

import pandas as pd

# 原始数据构建
df = pd.DataFrame({'Date' : ['2014-03-27', '2014-03-28', '2014-03-31', '2014-04-01', '2014-04-02', '2014-04-03', '2014-04-04', '2014-04-07', '2014-04-07', '2014-04-07'],
                   'income': [1849.04, 1857.62, 1872.34, 1885.52, 1890.9, 1888.77, 1865.09, 1845.04, 1235.04, 2323]
})
df.set_index('Date',inplace=True)
df = df.iloc[::-1]

# 指定目标日期
target_date = "2014-04-07"
# 定位第一个匹配日期的索引位置
pos = df.index.get_loc(target_date).argmax()
# 切片获取结果
result = df.iloc[pos:]
print(result)

执行后会返回所有包含2014-04-07的行及下方所有内容，符合需求。

场景2：获取指定日期下方的所有行（不包含指定日期本身） #

比如指定2014-04-03时，返回2014-04-02及下方的所有行。

实现步骤 #

1. 找到目标日期第一次出现的位置
2. 从该位置的下一个索引开始切片到末尾

代码示例 #

# 指定目标日期
target_date = "2014-04-03"
# 定位第一个匹配日期的索引位置
pos = df.index.get_loc(target_date).argmax()
# 切片跳过目标日期行，获取下方内容
result = df.iloc[pos+1:]
print(result)

执行后会返回从2014-04-02开始的所有行，满足需求。

补充说明 #

• 使用df.index.get_loc(target_date).argmax()是因为存在重复索引，get_loc会返回布尔数组，argmax()可快速定位第一个匹配的位置。
• 如果索引是唯一值，直接用pos = df.index.get_loc(target_date)获取位置即可，逻辑同样适用。

内容的提问来源于stack exchange，提问作者TRex