按索引索引 pandas 数据帧

Question

示例数据框：data = [["2011-01-01",23],["2011-01-02",33],["2011-01-03",43],["2011-01-04",53]]df= pd.DataFrame(data,columns = ["A","B"])df["A"] = pd.to_datetime(df["A"])df.index = df["A"]del df["A"]操作：            BA   2011-01-01  232011-01-02  332011-01-03  432011-01-04  53我正在尝试使用以下代码将此数据框拆分为两部分：part1 = df.loc[:"2011-01-02"]操作：            BA   2011-01-01  232011-01-02  33第2部分：part2 = df.loc["2011-01-02":]操作：            BA   2011-01-02  332011-01-03  432011-01-04  53但是索引为“2011-01-02”的行在两个部分（part1 和 part2）中。对 pandas 1-liners 的任何建议，以仅在 1 部分而不是两者中获得该行。

Answer 1

这种行为是预期的（直到今天我也不知道）

这种类型的切片也适用于具有 DatetimeIndex 的 DataFrame。由于部分字符串选择是标签切片的一种形式，因此将包括端点。这将包括包含日期的匹配时间：来自http://pandas-docs.github.io/pandas-docs-travis/user_guide/timeseries.html#indexing。

关于标签切片行为

请注意，与通常的 python 切片相反，开始和停止都包含在 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html#pandas.DataFrame.loc

In [16]: df[df.index < '2011-01-02']

Out[16]:

             B

A

2011-01-01  23

In [17]: df[df.index >= '2011-01-02']

Out[17]:

             B

A

2011-01-02  33

2011-01-03  43

2011-01-04  53

In [18]: df[df.index > '2011-01-02']

Out[18]:

             B

A

2011-01-03  43

2011-01-04  53

Answer 2

slice = df.index > "2011-01-02"

df[slice]

df[~slice]

Answer 3

与get_loc_iloc

df.iloc[:df.index.get_loc('2011-01-02')]

                    A   B

A                        

2011-01-01 2011-01-01  23

df.iloc[df.index.get_loc('2011-01-02'):]

                    A   B

A                        

2011-01-02 2011-01-02  33

2011-01-03 2011-01-03  43

2011-01-04 2011-01-04  53