पाइथन पांडा डेटाफ्रेम दिनांक शर्तों के अनुसार स्लाइसिंग

Question

मैं पाइथन डेटाटाइम ऑब्जेक्ट्स का उपयोग करके पांडा डेटाफ्रेम को पढ़ने और टुकड़ा करने में सक्षम हूं, हालांकि मुझे इंडेक्स में केवल मौजूदा तिथियों का उपयोग करने के लिए मजबूर होना पड़ता है। उदाहरण के लिए, इस काम करता है:

>>> data 
<class 'pandas.core.frame.DataFrame'> 
DatetimeIndex: 252 entries, 2010-12-31 00:00:00 to 2010-04-01 00:00:00 
Data columns: 
Adj Close 252 non-null values 
dtypes: float64(1) 

>>> st = datetime.datetime(2010, 12, 31, 0, 0) 
>>> en = datetime.datetime(2010, 12, 28, 0, 0) 

>>> data[st:en] 
      Adj Close 
Date     
2010-12-31  593.97 
2010-12-30  598.86 
2010-12-29  601.00 
2010-12-28  598.92 

लेकिन अगर मैं एक आरंभ या समाप्ति तिथि जो मौजूद नहीं है DF में, मैं अजगर KeyError मिल का उपयोग करें।

मेरा प्रश्न: मैं दिनांक सीमा के लिए डेटाफ्रेम ऑब्जेक्ट से कैसे क्वेरी करूं; यहां तक ​​कि जब डेटाफ्रेम में प्रारंभ और समाप्ति तिथियां मौजूद नहीं होती हैं। क्या पांडा रेंज आधारित स्लाइसिंग के लिए अनुमति देता है?

मैं पांडा संस्करण 0.10.1

Answer 1

उपयोग searchsorted उपयोग कर रहा हूँ पहले निकटतम बार लगता है, और फिर इसका इस्तेमाल काट करने के लिए करने के लिए।

In [15]: df = pd.DataFrame([1, 2, 3], index=[dt.datetime(2013, 1, 1), dt.datetime(2013, 1, 3), dt.datetime(2013, 1, 5)]) 

In [16]: df 
Out[16]: 
      0 
2013-01-01 1 
2013-01-03 2 
2013-01-05 3 

In [22]: start = df.index.searchsorted(dt.datetime(2013, 1, 2)) 

In [23]: end = df.index.searchsorted(dt.datetime(2013, 1, 4)) 

In [24]: df.ix[start:end] 
Out[24]: 
      0 
2013-01-03 2 

Answer 2

लघु जवाब: अपने डेटा (data.sort()) पर क्रमबद्ध और उसके बाद मुझे लगता है कि सब कुछ जिस तरह से आप उम्मीद कर रहे हैं काम करेंगे।

हां, आप डेटाफ्रेम में मौजूद डेटाटाइम का उपयोग करके टुकड़ा कर सकते हैं। उदाहरण के लिए:

In [12]: df 
Out[12]: 
        0 
2013-04-20 1.120024 
2013-04-21 -0.721101 
2013-04-22 0.379392 
2013-04-23 0.924535 
2013-04-24 0.531902 
2013-04-25 -0.957936 

In [13]: df['20130419':'20130422'] 
Out[13]: 
        0 
2013-04-20 1.120024 
2013-04-21 -0.721101 
2013-04-22 0.379392 

जैसा कि आप देख सकते हैं, आपको डेटाटाइम ऑब्जेक्ट्स भी बनाना नहीं है; तार काम करते हैं।

क्योंकि आपकी अनुक्रमणिका में डेटाटाइम अनुक्रमिक नहीं हैं, व्यवहार अजीब है। हम मेरे उदाहरण यहाँ के सूचकांक ...

In [17]: df 
Out[17]: 
        0 
2013-04-22 1.120024 
2013-04-20 -0.721101 
2013-04-24 0.379392 
2013-04-23 0.924535 
2013-04-21 0.531902 
2013-04-25 -0.957936 

शफ़ल ... और एक ही टुकड़ा अपनाते हैं तो हम एक अलग परिणाम मिलता है। यह सीमा के अंदर पहला तत्व देता है और सीमा के बाहर पहले तत्व पर रुक जाता है।

In [18]: df['20130419':'20130422'] 
Out[18]: 
        0 
2013-04-22 1.120024 
2013-04-20 -0.721101 
2013-04-24 0.379392 

यह शायद उपयोगी व्यवहार नहीं है। यदि आप तिथियों की श्रेणियों का चयन करना चाहते हैं, तो क्या इसे पहले तारीख से सॉर्ट करना समझदारी होगी?

df.sort_index() 

Answer 3

इसे पूर्ण करने के लिए एक सरल मुखौटा का उपयोग कर सकते हैं:

date_mask = (data.index > start) & (data.index < end) 
dates = data.index[date_mask] 
data.ix[dates] 

वैसे, इस रूप में अच्छी तरह श्रेणीबद्ध अनुक्रमण के लिए काम करता है। उस स्थिति में data.index को data.index.levels[0] या इसी तरह के साथ बदल दिया जाएगा।