pandas基于正则过滤日期索引时,如何提取索引以12-31结尾的数据?
Pandas日期索引筛选年末(12月31日)条目的实现方案
首先说明此前操作失效的核心原因:
你当前的索引为Datetime日期类型,并非字符串类型,两种操作逻辑失效的根源如下:
- 直接写
data.index.loc['*-12-31']存在两处问题:一是.loc是DataFrame/Series的索引访问接口,不能直接挂载在索引对象上做匹配;二是Datetime类型的通配符切片仅支持对年、月粒度的前缀匹配,不会按照字符串后缀的规则解析通配符,无法识别你要匹配"日期以12-31结尾"的需求。 - 直接调用
str.contains/str.startswith/str.endswith失效,是因为这些字符串匹配方法属于字符串序列专属的访问器,Datetime类型的索引本身没有绑定这套接口,必须完成类型转换后才能使用。
方案1:原生日期属性匹配(生产场景推荐,性能最优)
DatetimeIndex内置了月、日等时间粒度的属性,无需做额外类型转换,直接生成匹配掩码即可完成筛选:
- 匹配逻辑:筛选索引中月份值为12、日期值为31的条目
- 示例代码:
# 生成布尔匹配掩码 mask = (data.index.month == 12) & (data.index.day == 31) # 执行筛选 result = data[mask]
- 针对你提供的样本数据集,最终筛选得到的结果为:
| 日期索引 | 价格 |
|---|---|
| 2010-12-31 | 25 |
| 2013-12-31 | 28 |
| 2016-12-31 | 28 |
| 2020-12-31 | 20 |
方案2:字符串格式转换后匹配(适配熟悉字符串逻辑的场景)
如果习惯使用字符串后缀匹配的思路,可先通过strftime将DatetimeIndex转换为标准格式的字符串序列,再调用字符串匹配方法完成筛选:
- 示例代码:
# 将日期索引转为'YYYY-MM-DD'格式的字符串序列 date_str = data.index.strftime('%Y-%m-%d') # 匹配后缀为'-12-31'的条目 result = data[date_str.str.endswith('-12-31')]
- 注意:该方法会带来轻微的性能损耗,适合中小规模数据集使用。
内容的提问来源于stack exchange,提问作者Krish1992
相关产品推荐
相关产品推荐

