Pandas处理OHLC数据时如何查找符合条件的最早值及对应索引

前置检查 #

首先确保你的时间索引配置正确，这是所有时间序列操作的基础：

# 转换索引为datetime类型，避免日期比较/切片出错
df.index = pd.to_datetime(df.index)
# 按日期升序排序，保证数据顺序符合时间逻辑
df = df.sort_index()

步骤1：获取2021年首个最低价及对应日期 #

你之前的链式索引写法low = df['2021']['low'][0]容易触发Pandas的SettingWithCopyWarning，推荐用.loc的规范写法：

# 提取2021年全年数据
df_2021 = df.loc['2021']
# 取第一个交易日的low值和对应日期
first_low = df_2021['low'].iloc[0]
first_low_date = df_2021.index[0]
# 计算目标阈值：low值+1000点
target_high = first_low + 1000

步骤2：查找首个符合阈值的high值及对应日期 #

核心用布尔序列的idxmax()方法实现：布尔序列中True对应数值为1，False对应为0，idxmax()会返回第一个最大值的索引，刚好匹配「首个符合条件」的需求：

# 筛选出首个low日期之后的所有交易数据
df_after = df.loc[df.index > first_low_date]
# 生成符合条件的布尔掩码
mask = df_after['high'] > target_high

# 先判断是否存在符合条件的记录，避免无匹配时报错
if mask.any():
    # 取第一个符合条件的日期索引
    target_date = mask.idxmax()
    # 取对应high值
    target_value = df_after.loc[target_date, 'high']
    print(f"首个高于阈值的high值：{target_value}，对应日期：{target_date}")
else:
    print("该日期之后未找到符合要求的high值")

新手补充提示 #

• 如果需要同时获取该条记录的所有字段（开盘价/收盘价等），可以直接取整行：target_row = df_after.loc[target_date]
• 即使数据存在重复日期，上述逻辑也会正常返回第一个匹配的结果

内容的提问来源于stack exchange，提问作者Rishabh Sahni