如何通过Pandas .loc访问器从DatetimeIndex获取对应切片的布尔掩码

当然有高效的方法啦！给你整理几个实用又快速的方案：

• 直接用索引做时间范围比较（最推荐）
  pandas的DatetimeIndex天生支持向量化的时间比较，这是效率最高的方式，完全贴合你的需求：

  mask = (df.index >= '2011-01-02') & (df.index < '2011-01-03')
  

  生成的mask就是你要的布尔数组，和df.loc["2011-01-02",:]的筛选范围完全一致，底层是向量化运算，速度拉满。

• 用isin匹配目标时间点
  如果需要更灵活的时间范围，你可以先生成目标日期的所有小时级索引，再用isin生成掩码：

  target_hours = pd.date_range('2011-01-02', periods=24, freq='H')
  mask = df.index.isin(target_hours)
  

  这个方法逻辑很直观，但数据量特别大的时候，性能会比第一种稍弱一点，因为涉及集合匹配。

• 归一化索引后匹配日期
  要是你只需要筛选某一天的所有数据，还可以把索引的时间部分归一化到0点，再和目标日期比较：

  mask = df.index.normalize() == pd.Timestamp('2011-01-02')
  

  这种方法代码简洁，效率也不错，适合只按日期筛选的场景。

内容的提问来源于stack exchange，提问作者brorfred