如何在Pandas中按索引选取一行并获取后续若干行？

其实有几种简单直观的方法可以实现这个需求，我来给你逐一拆解：

方法1：用loc标签切片 + head()（最简洁推荐） #

因为你的索引是有序的时间戳，loc支持直接从目标时间戳开始做标签切片，再用head(N)截取前N行，完美匹配你的需求：

import pandas as pd

# 假设你的DataFrame名为df，定义目标时间戳
target_ts = pd.Timestamp('2018-01-12')
# 选取从target_ts开始的2行
result = df.loc[target_ts:].head(2)

这个方法的优势：

• 代码简洁易读，逻辑一目了然
• 如果目标时间戳不存在于索引中，会自动从第一个大于等于该时间戳的行开始选取（适合需要容错的场景）
• 完整保留时间索引的标签信息

方法2：获取索引位置后用iloc切片 #

如果你需要严格基于存在的时间戳位置操作（比如确认目标时间戳一定在索引里），可以先拿到目标时间戳的位置，再用iloc做位置切片：

target_ts = pd.Timestamp('2018-01-12')
# 获取目标时间戳在索引中的位置
start_pos = df.index.get_loc(target_ts)
# 从该位置开始取2行
result = df.iloc[start_pos : start_pos + 2]

⚠️ 注意：如果目标时间戳不在索引中，get_loc()会抛出KeyError，使用前可以先判断target_ts in df.index。若要处理不存在的情况，可改用df.index.get_indexer([target_ts])[0]，它会返回-1表示未找到，你可以据此做容错处理。

方法3：布尔索引筛选 + head() #

这种方法通过布尔条件筛选出所有晚于等于目标时间戳的行，再取前N行，灵活性很高：

target_ts = pd.Timestamp('2018-01-12')
# 筛选索引 >= target_ts的行，再取前2行
result = df[df.index >= target_ts].head(2)

和方法1类似，它也能自动处理目标时间戳不存在的情况，返回第一个符合条件的行开始的N行。

额外小贴士 #

• 确保你的索引是datetime64类型，而非字符串类型，否则时间切片可能无法正常工作。可以用df.index = pd.to_datetime(df.index)进行转换。
• 如果索引中有重复的时间戳，get_loc()会返回一个布尔数组，此时可以用df.index.get_indexer([target_ts])[0]获取第一个匹配的位置，或者根据需求处理重复值。

内容的提问来源于stack exchange，提问作者Toby Mao