无法使用日期作为字符串切片 pandas 数据框（以日期为键）
Unable to slice pandas dataframe (with date as key) using date as string
我正在生成一个以一系列日期作为索引的空数据框。稍后会将数据添加到数据框中。
cbd=pd.date_range(start=pd.datetime(2017,01,02),end=pd.datetime(2017,01,30),period=1)
df = pd.DataFrame(data=None,columns=['Test1','Test2'],index=cbd)
df.head()
Test1 Test2
2017-01-02 NaN NaN
2017-01-03 NaN NaN
2017-01-04 NaN NaN
2017-01-05 NaN NaN
2017-01-06 NaN NaN
有几个切片方法好像不行。以下 return 是一个 KeyError：
df['2017-01-02']
但是以下任何一项都有效：
df['2017-01-02':'2017-01-02']
df.loc['2017-01-02']
我在这里错过了什么？为什么第一个切片 return 没有结果？
有区别，因为使用不同的方法：
对于select，需要一行loc:
df['2017-01-02']
Docs - partial string indexing:
Warning
The following selection will raise a KeyError; otherwise this selection methodology would be inconsistent with other selection methods in pandas (as this is not a slice, nor does it resolve to one):
dft['2013-1-15 12:30:00']
To select a single row, use .loc
In [74]: dft.loc['2013-1-15 12:30:00']
Out[74]:
A 0.193284
Name: 2013-01-15 12:30:00, dtype: float64
df['2017-01-02':'2017-01-02']
这是纯粹的partial string indexing:
This type of slicing will work on a DataFrame with a DateTimeIndex as well. Since the partial string selection is a form of label slicing, the endpoints will be included. This would include matching times on an included date.
[] 在 df[]
中的双重行为
- 如果您不在
[] 中使用 :，则其中的值将被视为列。
- 并且当您在
[] 中使用 : 时，其中的值将被视为行。
为什么双重性？
因为大多数时候人们想要对行进行切片而不是对列进行切片。
所以他们决定df[x:y]中的x和y应该对应行，
d[x] 或 x 中的 和 x，df[[x,y]] 中的 y 应对应于列。
示例：
df = pd.DataFrame(data = [[1,2,3], [1,2,3], [1,2,3]],
index = ['A','B','C'], columns = ['A','B','C'])
print df
输出：
A B C
A 1 2 3
B 1 2 3
C 1 2 3
现在，当您执行 df['B'] 时，它可能意味着两件事：
取第二个索引B，给你第2行1 2 3
OR
拿第2栏B给你第2栏2 2 2.
因此，为了解决此冲突并使其明确无误，df['B'] 将始终意味着您需要 'B' 列，如果没有这样的列，则会抛出错误。
为什么 df['2017-01-02'] 失败了？
它会搜索一个列'2017-01-02'，因为没有这样的列，它会抛出一个错误。
为什么 df.loc['2017-01-02'] 有效？
因为 .loc[] 的语法是 df.loc[row,column] 并且您可以根据需要省略该列，就像您的情况一样，它仅表示 df.loc[row]
首先，我更新了您的测试数据（仅供参考），因为它 returns 一个 'invalid token' 错误。请在此处查看更改：
cbd=pd.date_range(start='2017-01-02',end='2017-01-30',period=1)
df = pd.DataFrame(data=None,columns=['Test1','Test2'],index=cbd)
现在看第一行：
In[1]:
df.head(1)
Out[1]:
Test1 Test2
2017-01-02 NaN NaN
然后尝试初始切片方法会产生此错误：
In[2]:
df['2017-01-02']
Out[2]:
KeyError: '2017-01-02'
现在尝试使用 column 名称：
In[3]:
df.columns
Out[3]:
Index(['Test1', 'Test2'], dtype='object')
In[4]:
我们试试'Test1':
df['Test1']
并从该列获得 NaN 输出。
Out[4]:
2017-01-02 NaN
2017-01-03 NaN
2017-01-04 NaN
2017-01-05 NaN
因此，您使用的格式旨在用于 column 名称，除非您使用此格式 df['2017-01-02':'2017-01-02']。
Pandas docs状态"The following selection will raise a KeyError; otherwise this selection methodology would be inconsistent with other selection methods in pandas (as this is not a slice, nor does it resolve to one)"。
因此，正如您正确识别的那样，DataFrame.loc 是一个基于标签的索引器，它会产生您正在寻找的输出：
In[5]:
df.loc['2017-01-02']
Out[5]:
Test1 NaN
Test2 NaN
Name: 2017-01-02 00:00:00, dtype: object
我正在生成一个以一系列日期作为索引的空数据框。稍后会将数据添加到数据框中。
cbd=pd.date_range(start=pd.datetime(2017,01,02),end=pd.datetime(2017,01,30),period=1)
df = pd.DataFrame(data=None,columns=['Test1','Test2'],index=cbd)
df.head()
Test1 Test2
2017-01-02 NaN NaN
2017-01-03 NaN NaN
2017-01-04 NaN NaN
2017-01-05 NaN NaN
2017-01-06 NaN NaN
有几个切片方法好像不行。以下 return 是一个 KeyError：
df['2017-01-02']
但是以下任何一项都有效：
df['2017-01-02':'2017-01-02']
df.loc['2017-01-02']
我在这里错过了什么？为什么第一个切片 return 没有结果？
有区别，因为使用不同的方法：
对于select，需要一行loc:
df['2017-01-02']
Docs - partial string indexing:
Warning
The following selection will raise a KeyError; otherwise this selection methodology would be inconsistent with other selection methods in pandas (as this is not a slice, nor does it resolve to one):
dft['2013-1-15 12:30:00']
To select a single row, use .loc
In [74]: dft.loc['2013-1-15 12:30:00']
Out[74]:
A 0.193284
Name: 2013-01-15 12:30:00, dtype: float64
df['2017-01-02':'2017-01-02']
这是纯粹的partial string indexing:
This type of slicing will work on a
DataFramewith a DateTimeIndex as well. Since the partial string selection is a form of label slicing, the endpoints will be included. This would include matching times on an included date.
[] 在 df[]
中的双重行为
- 如果您不在
[]中使用:，则其中的值将被视为列。 - 并且当您在
[]中使用:时，其中的值将被视为行。
为什么双重性？
因为大多数时候人们想要对行进行切片而不是对列进行切片。
所以他们决定df[x:y]中的x和y应该对应行，
d[x] 或 x 中的 和 x，df[[x,y]] 中的 y 应对应于列。
示例：
df = pd.DataFrame(data = [[1,2,3], [1,2,3], [1,2,3]],
index = ['A','B','C'], columns = ['A','B','C'])
print df
输出：
A B C
A 1 2 3
B 1 2 3
C 1 2 3
现在，当您执行 df['B'] 时，它可能意味着两件事：
取第二个索引
B，给你第2行1 2 3OR拿第2栏
B给你第2栏2 2 2.
因此，为了解决此冲突并使其明确无误，df['B'] 将始终意味着您需要 'B' 列，如果没有这样的列，则会抛出错误。
为什么 df['2017-01-02'] 失败了？
它会搜索一个列'2017-01-02'，因为没有这样的列，它会抛出一个错误。
为什么 df.loc['2017-01-02'] 有效？
因为 .loc[] 的语法是 df.loc[row,column] 并且您可以根据需要省略该列，就像您的情况一样，它仅表示 df.loc[row]
首先，我更新了您的测试数据（仅供参考），因为它 returns 一个 'invalid token' 错误。请在此处查看更改：
cbd=pd.date_range(start='2017-01-02',end='2017-01-30',period=1)
df = pd.DataFrame(data=None,columns=['Test1','Test2'],index=cbd)
现在看第一行：
In[1]:
df.head(1)
Out[1]:
Test1 Test2
2017-01-02 NaN NaN
然后尝试初始切片方法会产生此错误：
In[2]:
df['2017-01-02']
Out[2]:
KeyError: '2017-01-02'
现在尝试使用 column 名称：
In[3]:
df.columns
Out[3]:
Index(['Test1', 'Test2'], dtype='object')
In[4]:
我们试试'Test1':
df['Test1']
并从该列获得 NaN 输出。
Out[4]:
2017-01-02 NaN
2017-01-03 NaN
2017-01-04 NaN
2017-01-05 NaN
因此，您使用的格式旨在用于 column 名称，除非您使用此格式 df['2017-01-02':'2017-01-02']。
Pandas docs状态"The following selection will raise a KeyError; otherwise this selection methodology would be inconsistent with other selection methods in pandas (as this is not a slice, nor does it resolve to one)"。
因此，正如您正确识别的那样，DataFrame.loc 是一个基于标签的索引器，它会产生您正在寻找的输出：
In[5]:
df.loc['2017-01-02']
Out[5]:
Test1 NaN
Test2 NaN
Name: 2017-01-02 00:00:00, dtype: object