У меня есть pandas.DataFrame df1
, с индексом с объектом pandas.DateRange.удобная нарезка DataFrames с индексами datetime в pandas
Если у меня есть и d2
, то как datetimes, почему df[d1:d2]
не работает, и как я могу получить этот фрагмент?
Рул
У меня есть pandas.DataFrame df1
, с индексом с объектом pandas.DateRange.удобная нарезка DataFrames с индексами datetime в pandas
Если у меня есть и d2
, то как datetimes, почему df[d1:d2]
не работает, и как я могу получить этот фрагмент?
Рул
Это работает:
In [25]: df.ix[d1:d2]
Out[25]:
A B C D
2000-01-10 1.149815 0.686696 -1.230991 -1.610557
2000-01-11 -1.296118 -0.172950 -0.603887 0.383690
2000-01-12 -1.034574 -0.523238 0.626968 0.471755
2000-01-13 -0.193280 1.857499 -0.046383 0.849935
2000-01-14 -1.043492 -0.820525 0.868685 -0.773050
2000-01-17 -1.622019 -0.363992 1.207590 0.577290
ср http://pandas.pydata.org/pandas-docs/stable/indexing.html#advanced-indexing-with-labels
На первых принципов df[d1:d2]
должен работать, как это делает для серии:
In [27]: df['A'][d1:d2]
Out[27]:
2000-01-10 1.149815
2000-01-11 -1.296118
2000-01-12 -1.034574
2000-01-13 -0.193280
2000-01-14 -1.043492
2000-01-17 -1.622019
Name: A
Создание вопроса здесь: https://github.com/pydata/pandas/issues/946
Попробуйте truncate
метод:
df.truncate(before=d1, after=d2)
Это не будет изменять исходный df
и возвращает усеченных.
От Документах
Function truncate a sorted DataFrame/Series before and/or after
some particular dates.
Parameters
----------
before : date
Truncate before date
after : date
Truncate after date
Returns
-------
truncated : type of caller
Вы можете связать с источником для этого? Я нахожусь на http://pandas.pydata.org/pandas-docs/stable/timeseries.html#daterange-is-a-valid-index, и я не нашел функцию усечения. – Paragon
Он работает, спасибо. Есть ли причина, почему более удобный 'df [d1: d2]' не работает? – saroele
@Paragon: вот ссылка на описание truncate в текущей документации (v0.7.2): http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.truncate.html?highlight= truncate # pandas.DataFrame.truncate – saroele