如何对含DatetimeIndex的时序排序Pandas DataFrame进行切片？

既然你的DataFrame已经按时间顺序排好序了，那针对带DatetimeIndex的DataFrame，有几种非常方便的切片方式，我给你一一说明：

• 直接用时间字符串做区间切片
  因为你的索引是排序后的DatetimeIndex，Pandas支持直接用时间字符串的区间来选取行，语法和普通切片类似，而且是包含两端的。比如你想选取2011年4月1日02:00到03:00之间的所有数据，直接写：

  df['2011-04-01 02:00':'2011-04-01 03:00']
  

  甚至可以简化到日期或小时级别，比如选当天所有数据：df['2011-04-01']，或者选某个小时段：df['2011-04-01 02':'2011-04-01 03']。

• 用.loc做精准标签切片
  如果需要更明确的标签索引（推荐用这种，可读性更强），可以用.loc搭配时间区间：

  df.loc['2011-04-01 02:03':'2011-04-01 02:44']
  

  这个会精准返回从2011-04-01 02:03:00到2011-04-01 02:44:00的所有行，刚好对应你示例里的那三行数据。

• 基于时间组件的专用方法
  Pandas提供了一些针对时间索引的专用方法，比如between_time可以按一天内的时间段筛选：

  # 选取每天02:00到02:59之间的数据
  df.between_time('02:00', '02:59')
  

  还有at_time可以选取某个具体时间点的数据（如果索引中存在该时间）：

  df.at_time('02:38:00')
  

• 布尔条件过滤（灵活组合）
  如果需要更复杂的筛选逻辑，比如结合时间和数值条件，可以直接用布尔索引：

  # 筛选时间晚于02:30且数值大于0的行
  df[(df.index > '2011-04-01 02:30') & (df[0] > 0)]
  

最后提醒一下：这些方法之所以好用，前提是你的DatetimeIndex是单调递增排序的，你可以用df.index.is_monotonic_increasing来确认，如果返回True就没问题；如果没排序，记得先执行df = df.sort_index()再做切片哦。

内容的提问来源于stack exchange，提问作者wmatt