如何将日期设为Pandas索引并按日期检索股票数据列？

嘿，我明白你的问题啦！你提到的parse_dates=['Date']确实会把Date列转换成datetime格式，但它不会自动把这列设为DataFrame的索引——这就是你那两种检索方式失效的核心原因～

下面给你两种简单的解决方案：

方法一：读取数据时直接指定索引 #

在调用pd.read_csv的时候，额外加上index_col='Date'参数，这样数据读进来后，Date列会直接成为DataFrame的索引：

dpa = pd.read_csv(fname, parse_dates=['Date'], index_col='Date')
print(dpa.head(5))

设置完成后，你之前尝试的两种检索方式就都能正常工作了：

# 方式1：通过列名+索引检索
close = dpa.Close['2017-05-12']
# 方式2：通过索引+列名检索
close = dpa['2017-05-12'].Close

方法二：读取数据后手动设置索引 #

如果已经完成数据读取，不想重新加载文件，可以用set_index()方法把Date列设置为索引：

# 默认drop=True会删除原Date列，若想保留原列可以加drop=False
dpa = dpa.set_index('Date')

执行完这步后，同样可以用你之前的方式按日期获取Close值。

另外给你补充一个小技巧：如果需要检索某段日期范围的数据，可以用loc方法，用法更灵活：

# 获取2017年5月10日至5月12日的Close列数据
close_range = dpa.loc['2017-05-10':'2017-05-12', 'Close']

内容的提问来源于stack exchange，提问作者afshin