如何基于指定日期筛选Pandas日内DatetimeIndex时间序列数据

• 方案1：normalize匹配（性能最优，推荐）
  代码：intraday_df = intraday_df[intraday_df.index.normalize().isin(days)]
  说明：normalize()方法会自动将DatetimeIndex的时分秒部分清零，和你的days对象格式完全对齐，无需额外做类型转换，处理百万行以上数据时性能优势非常明显。
• 方案2：date属性直接匹配（写法最简洁）
  代码：intraday_df = intraday_df[intraday_df.index.date.isin(days.date)]
  说明：你原有写法冗余了手动构造Series的步骤，直接调用索引的date属性获取日期数组即可直接做isin匹配，逻辑清晰易懂。另外注意你原有写法中的days.index.date存在语法错误，days本身是DatetimeIndex对象，没有index属性，直接写days.date即可。
• 你尝试的agg写法调整方案（不推荐，性能较差）
  代码：intraday_df[intraday_df.index.to_series().agg(lambda x: x.date()).isin(days.date)]
  说明：通过lambda匿名函数即可调用date方法，但逐行调用lambda属于非向量化操作，效率远低于前两种方案，仅做语法参考不建议实际使用。

内容的提问来源于stack exchange，提问作者Eugene