如何在Pandas DataFrame中快速筛选索引日期范围内的行

嘿，这个问题问到点子上了！当你没法提前确定起止日期，又要追求最快的日期范围筛选效率，Pandas里有几个比你当前用的loc加布尔条件高效得多的方法——尤其是你的索引是有序的DatetimeIndex（就像你用date_range生成的那样，天生有序），这时候直接利用索引的特性就能大幅提升速度：

1. 直接用loc的切片语法（最快首选） #

因为你的日期索引是有序的，Pandas可以直接利用索引的有序性做快速定位，而不是逐行检查布尔条件，时间复杂度是O(log n)，比布尔筛选的O(n)快太多，数据量越大差距越明显。

不管你的起止日期是后来从变量、用户输入还是其他地方动态获取的，只要把它们转换成日期格式（或者直接用字符串，Pandas会自动解析），直接用切片就行：

# 假设动态获取的起止日期（比如从其他逻辑得到）
start_date = "2018-05-30"
end_date = "2027-07-03"

# 直接切片，这是最快的方式
filtered_df = df.loc[start_date:end_date]

如果你的起止日期是datetime对象也完全没问题，Pandas能直接识别：

import datetime
start_date = datetime.datetime(2018, 5, 30)
end_date = datetime.datetime(2027, 7, 3)
filtered_df = df.loc[start_date:end_date]

2. 注意索引的有序性（前提条件） #

这个方法的大前提是你的DatetimeIndex必须是已排序的。如果你的数据可能存在索引乱序的情况，先做一步排序：

# 确保索引有序（如果不确定的话）
df = df.sort_index()

只有索引有序，切片才能高效定位，否则Pandas会退化成逐行检查，效率就和你原来的方法差不多了。

3. 边界调整的小技巧 #

如果需要精确控制是否包含端点，比如要严格小于结束日期，可以结合Timedelta来调整：

# 比如要筛选到2027-07-03之前的行（不包含当天）
end_date_adjusted = pd.to_datetime("2027-07-03") - pd.Timedelta(days=1)
filtered_df = df.loc[start_date:end_date_adjusted]

因为你的索引是月末频率（freq='BM'），也可以直接用前一个月末的日期，不过用Timedelta更通用。

为什么这个方法比你原来的快？ #

你原来用的df.loc[(df.index >= start) & (df.index <= end)]是生成一个布尔数组，然后逐行判断是否符合条件，这在数据量小的时候差异不大，但当数据量达到几十万甚至几百万行时，切片的速度会快几倍甚至几十倍——因为切片是直接利用索引的有序性做二分查找，而不是遍历每一行。

内容的提问来源于stack exchange，提问作者math