python - 无法使用日期作为字符串来切片 Pandas 数据框(以日期为键)

Question

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。以下返回 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？为什么第一个切片没有返回结果？

Answer 1

[] 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。
• 当您在 [] 中使用 : 时，其中的值将被视为行。

为什么是双重性？

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，

和x在d[x]或x, y在df[[x ,y]] 应该对应于列。

例子:

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

现在当你执行 df['B'] 时，它可能意味着两件事:

• 取第二个索引 B 并给你第二行 1 2 3

                   OR
  

• 取第 2 列 B 并给你第 2 列 2 2 2。

所以为了解决这个冲突并保持明确，df['B'] 将始终意味着您想要列 'B'，如果没有这样的列然后它会抛出一个错误。

为什么 df['2017-01-02'] 会失败？

它将搜索列'2017-01-02'，因为没有这样的列，它会抛出错误。

为什么 df.loc['2017-01-02'] 会起作用？

因为 .loc[] 有 df.loc[row,column] 的语法，如果你愿意，你可以省略列，就像你的情况一样，它简单的意思是 df.loc[row]