选择日从熊猫数据框中
问题描述：
我有一个熊猫数据帧是这样的：选择日从熊猫数据框中
╔════════════╦═══════╗ ║ DATE ║ VALUE ║ ╠════════════╬═══════╣ ║ 2011-01-07 ║ 1 ║ ╠════════════╬═══════╣ ║ 2011-01-08 ║ 2 ║ ╠════════════╬═══════╣ ║ 2011-01-09 ║ 1 ║ ╠════════════╬═══════╣ ║ 2011-01-10 ║ 1 ║ ╠════════════╬═══════╣ ║ 2011-01-20 ║ 1 ║ ╠════════════╬═══════╣ ║ 2011-01-20 ║ 1 ║ ╚════════════╩═══════╝
我想现在就做的是选择三天之后开始2011-01-20。
╔════════════╦═══════╗ ║ DATE ║ VALUE ║ ╠════════════╬═══════╣ ║ 2011-01-20 ║ 1 ║ ╠════════════╬═══════╣ ║ 2011-01-20 ║ 1 ║ ╚════════════╩═══════╝
我想做到的是如下数据帧：
╔════════════╦═══════╗ ║ DATE ║ VALUE ║ ╠════════════╬═══════╣ ║ 2011-01-09 ║ 1 ║ ╠════════════╬═══════╣ ║ 2011-01-10 ║ 1 ║ ╠════════════╬═══════╣ ║ 2011-01-20 ║ 1 ║ ╠════════════╬═══════╣ ║ 2011-01-20 ║ 1 ║ ╚════════════╩═══════╝
我不想做的是groupby或重新采样数据通过df.loc['2011-01-20' - pd.Timedelta(3, unit='d'):'2011-01-20']结果在以下日期框选择框架或类似的东西，因为我需要保留下面的处理结构。有人知道我能如何解决这个问题吗？提前致谢！
答
您可以创建一个连续的ID列，以便每个日期都有一个唯一的ID与日增加，然后子集基于id列：
import pandas as pd
# sort the `DATE` column and create an id for each date
df['DATE'] = pd.to_datetime(df.DATE).sort_values()
df['DateId'] = df.groupby('DATE').grouper.group_info[0]
# find out the id for the target date
MaxId = df.DateId[df.DATE == '2011-01-20'].drop_duplicates().values
# subset based on the id column and the MaxId
df.loc[df.DateId.isin(range(MaxId - 2, MaxId + 1)),['DATE', 'VALUE']]
# DATE VALUE
# 2 2011-01-09 1
# 3 2011-01-10 1
# 4 2011-01-20 1
# 5 2011-01-20 1
答
试试这个使用pandas.ix 提示：df.ix(start, stop)
df['Date'] =pd.to_datetime(df['Date']).sort_values()
df.ix[df[df.Date =='2011-01-20'].index[0]-2: max(df[df.Date =='2011-01-20'].index)]
Date Value
2 2011-01-09 1
3 2011-01-10 1
4 2011-01-20 1
5 2011-01-20 1
6 2011-01-20 1
目前尚不清楚你想实现什么......你想选择'2011-01-17'和'2011-01-20'之间的所有日期 - 在这种情况下，我不明白你想要的数据设置... – MaxU
不，我不想t o重新采样数据帧。我希望得到三个不同的日期（包括）'''2011-01-20'''，并且保留所有出现不止一次的日期，导致如上表中所示的数据帧。 – sascha