获取DataFrame行匹配日期

Question

假设我有以下DataFrame：

df = pd.DataFrame({'item': ['Subway', 'Pasta', 'Chipotle'],
                   'cost': [10, 5, 9],
                   'date': ['2017-12-01', '2017-11-01', '2017-10-01']})
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d')

我能够获得2017-10中的所有项(本例中只有一项)：

print(df.set_index('date')['2017-10'])

根据熊猫文献和这就是答案，我应该能够使用以下命令从2017-10到2017-11 (在本例中为2项)获取所有项，但我得到的是一个空的DataFrame：

print(df.set_index('date')['2017-10':'2017-11'])

你知道我在这里做错了什么吗(我用的是熊猫版0.21.0)？

此外，是否有一种有效的方法可以获得2017-10和2017-12 (跳过2017-11)中的所有项？我已经提出了以下解决方案，但我不应该创建这样的新列：

df['month'] = df['date'].dt.month
df['year'] = df['date'].dt.year
print(df[((df.month==10) & (df.year==2017) | (df.month==12) & (df.year==2017))])

Answer 1

我改变了我寻找物品的顺序，所以：

import pandas as pd 

df = pd.DataFrame({'item': ['Subway', 'Pasta', 'Chipotle'],
                   'cost': [10, 5, 9],
                   'date': ['2017-12-01', '2017-11-01', '2017-10-01']})
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d')

print(df.set_index('date')['2017-11':'2017-10'])

你的“约会”从高到低。通过切换它们，我得到了以下输出：

            cost      item
date                      
2017-11-01     5     Pasta
2017-10-01     9  Chipotle

Answer 2

首先，将set_index()与DatetimeIndex结合使用。然后你可以使用你想要的索引方法。

df.set_index(pd.DatetimeIndex(df.date), inplace=True)

df.sort_index().loc['2017-10':'2017-11']

            cost       date      item
date                                 
2017-10-01     9 2017-10-01  Chipotle
2017-11-01     5 2017-11-01     Pasta

关于第二个问题，一旦您有了month，您也可以访问DatetimeIndex属性。

df.loc[df.index.month.isin([10,12])]

            cost       date      item
date                                 
2017-12-01    10 2017-12-01    Subway
2017-10-01     9 2017-10-01  Chipotle

(对于第二部分，也要按年份进行索引，添加& df.index.year == 2017)

Answer 3

另一种方法可能是使用布尔索引。

在这里，您提供了必须为true的语句，以便返回行。

关于你的第二个问题，这是：

df_October_and_December = df.ix[((df['date'] >= '2017-10-01') & (df['date'] <= '2017-10-31')) | ((df['date'] >= '2017-12-01') & (df['date'] <= '2017-12-31')) ,:]

您想要的更优雅的版本是：

df_October_and_December = df.ix[(df['date'].dt.month.isin([10,12])) ,:]

考虑到.ix的灵活性，我倾向于使用.loc引用，并在应用程序允许的情况下细化到.loc或.iloc。