python - Pandas:使用 DateTime 对象查询时间序列的正确方法

Question

让我们采用以下 DataFrame:

df = pd.DataFrame({
 'Branch' : 'A A A A A B'.split(),
 'Date' : [
 pd.Timestamp('2009-04-05 01:30:00+0000', tz='UTC'),
 pd.Timestamp('2009-02-05 00:21:01+0000', tz='UTC'),
 pd.Timestamp('2010-05-05 07:52:20+0000', tz='UTC'),
 pd.Timestamp('2009-08-05 05:33:00+0000', tz='UTC'),
 pd.Timestamp('2011-02-05 02:09:33+0000', tz='UTC'),
 pd.Timestamp('2008-01-05 02:43:00+0000', tz='UTC'),
 ]})

 df.set_index('Date', inplace=True)

以及以下变量:

test_1 = dateutil.parser.parse('2010-05-05T07:52:20Z')

是否有可能获取与测试日期匹配的DataFrame记录？有谁知道为什么以下不起作用？

我已经尝试过了

df.ix[test_1]

但这会引发异常。

此外，我尝试通过以下方式使用相同的类型:

test_2 = pd.Timestamp(test_1)
df.ix[test_2]

但这也会引发异常。

两次的期望都是:

KeyError: 1357045200000000000

我非常感谢任何帮助。

安迪

解决方案

我正在使用 Pandas 的非官方版本(特别是“0.13.1-223-g7cd9496”)，问题可能仅限于此版本。使用官方 0.13.1 版本后，我的代码完美运行。

感谢大家

Answer 1

我可以通过这种方式得到它:

>test_1 = dateutil.parser.parse('2010-05-05T07:52:20Z')
>df['Branch'][test_1]
>'A'

测试使用:

>df.ix[test_1]
Branch    A
Name: 2010-05-05 07:52:20+00:00, dtype: object

对我也有用...

使用:
python 2.7.5-5
python-pandas 0.12.0-2