如何在pandas中定位选中行索引以查询其前一行数据
可行实现方案
你需要将df.loc[pay_date]匹配到的标签索引,转换为可被iloc使用的整数位置,进而取到紧邻的上一行数据,可选用的方法如下:
方法1:通过索引定位API计算整数位置
借助pandas索引对象自带的get_loc方法,传入日期标签即可直接拿到行的整数序号:
# 获取目标行对应的整数位置 target_pos = df.index.get_loc(pay_date) # 取紧邻的上一行数据 prev_row = df.iloc[target_pos - 1]
- 注意:如果目标行是DataFrame的第一行,
target_pos -1会得到-1,pandas会自动反向取最后一行,实际使用时建议加边界判断,比如当target_pos == 0时做单独的异常分支处理。
方法2:基于日期索引直接匹配前序有效行
针对时间类型的索引,这个方法鲁棒性更强,不需要手动计算位置,哪怕索引存在缺失、交易日不连续,也能准确找到紧邻的上一条有效数据:
# 获取目标行的索引标签(哪怕没有单独存储pay_date变量,也可以从loc返回的Series的name属性取值) target_date = df.loc[pay_date].name # 筛选所有早于目标日期的行,取最后一条就是紧邻的上一行 prev_row = df[df.index < target_date].iloc[-1]
方法3:从已获取的Series对象反向定位
如果你已经执行过print(df.loc[pay_date])、拿到了对应的Series返回值,不需要重复传参就能完成定位:
# 把之前打印语句返回的对象存储下来 target_series = df.loc[pay_date] # 从Series的name属性提取对应的索引值 target_idx = target_series.name target_pos = df.index.get_loc(target_idx) prev_row = df.iloc[target_pos - 1]
常见踩坑提醒:不要直接对拿到的目标Series调用
iloc[-1],这个操作取的是Series本身的最后一个值(也就是Adj Close列的数值),不是DataFrame里的上一行数据,极易出现逻辑错误。
内容的提问来源于stack exchange,提问作者Agustin Gonzalez Ribas
相关产品推荐
相关产品推荐

