如何基于Datetime索引对Pandas DataFrame进行切片

嘿，针对带Datetime索引的Pandas DataFrame切片，我有几个实用的方法分享给你，都是日常处理时间序列数据常用的：

如果你的DataFrame索引已经是DatetimeIndex类型，直接用年份、月份或者日期范围的字符串就能切片，非常直观：

• 提取2008年全年的数据：

  df['2008']
  

• 提取2008年8月到2009年3月的区间数据：

  df['2008-08':'2009-03']
  

• 提取某一天的数据（如果你的索引包含具体时间的话）：

  df['2009-03-01']
  

注意：如果你的索引还不是Datetime类型，先执行df.index = pd.to_datetime(df.index)转换一下，不然这些方法用不了哦

loc方法适合需要明确范围的场景，避免歧义：

• 提取2009年1月1日及之后的所有数据：

  df.loc['2009-01-01':]
  

• 提取2008年10月到2009年5月的精准区间：

  df.loc['2008-10-01':'2009-05-01']
  

如果你的索引包含时分秒，还可以精确到时间点：

df.loc['2009-03-01 00:00:00':'2009-04-01 23:59:59']

如果需要按年份、月份、季度这类时间组件筛选，可以直接调用索引的属性：

• 提取所有8月份的数据：

  df[df.index.month == 8]
  

• 提取2009年的数据：

  df[df.index.year == 2009]
  

• 提取2008年下半年（7-12月）的数据：

  df[(df.index.year == 2008) & (df.index.month >= 7)]
  

如果需要自定义频率的时间范围，比如每月第一天的数据，或者特定时间段的数据：

• 生成指定频率的日期列表，再筛选：

  target_dates = pd.date_range('2008-08-01', '2010-03-01', freq='M')
  df[df.index.isin(target_dates)]
  

• 如果是小时级别的数据，提取每天9点到17点的内容：

  df.between_time('09:00', '17:00')
  

内容的提问来源于stack exchange，提问作者0