我可以对pandas中的无序时间序列索引进行切片吗？

Question

我正在看Wes关于熊猫时间序列的视频。他提到，如果您尝试对索引无序的时间序列索引进行切片，Pandas会抛出异常。

然而，当我自己尝试时，它似乎起作用了。不过，我不明白为什么。

下面是一个例子：

我使用了Wes McKinney talk中关于熊猫时间序列的一些代码示例(它在YouTube上)。但是，预期输出与实际输出不匹配。这个视频有点旧，来自2012年，所以也许他在后来的Pandas版本中做了这样的改变，但我想知道是不是这样，或者是我误解了他，或者我做错了什么。

我在基于Ubuntu 18.04的系统上运行Pandas版本0.22.0。

提前谢谢。

import numpy as np
import pandas as pd
ts  = pd.Series(np.arange(1000), index = date_range)
ts2 = ts.take(np.random.permutation(len(ts)))
ts2['2015-01-01':'2016-01-01']

我希望能拿到一个TimeSeriesError: Partial indexing only valid for ordered series.

实际上我得到的数据是这样的：

2015-08-27    238
2015-04-11    100
2015-08-17    228
2015-12-10    343
2015-08-06    217
2015-02-16     46
2015-01-29     28
...
2015-06-08    158
2015-04-16    105
2015-03-08     66
2015-11-22    325
2015-10-21    293
2015-10-04    276
2015-08-02    213
2015-09-19    261

Answer 1

它适用于字符串索引，但不适用于预期区域之外的datetime对象。(尽管它并不总是可预测的。)

import datetime as dt
ts2['2015-01-01':'2021-01-01']  # works
ts2[dt.date(2015, 1, 1):dt.date(2016, 1, 1)]  # works
ts2[dt.date(2015, 1, 1):dt.date(2021, 1, 1)]  # ValueError

有an issue on Github，但Jeff Reback说这不是一个bug；文档确实警告过"unexpected behaviour“