這裏有一種方法通過get_loc
做到這一點,首先搶索引鍵的整數位置:
In [15]: t = pd.Timestamp("2013-02-27 00:00:00+00:00")
In [16]: df1.index.get_loc(t)
Out[16]: 3
然後你就可以使用iloc
(獲取整數位置,或切片由整數位置):
In [17]: loc = df1.index.get_loc(t)
In [18]: df.iloc[loc - 1]
Out[18]:
Date 2013-02-26 00:00:00
-0.15
Name: 2, Dtype: object
In [19]: df1.iloc[slice(max(0, loc-3), min(loc, len(df)))]
# the min and max feel slightly hacky (!) but needed incase it's within top or bottom 3
Out[19]:
Date
2013-02-22 0.280001
2013-02-25 0.109999
2013-02-26 -0.150000
見indexing section of the docs。
我不太清楚你如何設置你的數據幀,但看起來並不像一個日期時間指數給我。這是我如何得到數據幀(帶時間戳指數):
In [11]: df = pd.read_clipboard(sep='\s\s+', header=None, parse_dates=[0], names=['Date', None])
In [12]: df
Out[12]:
Date
0 2013-02-22 00:00:00 0.280001
1 2013-02-25 00:00:00 0.109999
2 2013-02-26 00:00:00 -0.150000
3 2013-02-27 00:00:00 0.130001
4 2013-02-28 00:00:00 0.139999
In [13]: df1 = df.set_index('Date')
In [14]: df1
Out[14]:
Date
2013-02-22 0.280001
2013-02-25 0.109999
2013-02-26 -0.150000
2013-02-27 0.130001
2013-02-28 0.139999
你有一個索引的每一天,還是有一些跳過天? – 2013-03-01 16:50:34
例如,有一些跳過的日子,週末和假期。 – trbck 2013-03-01 17:51:53
這個問題可以幫助你:[切割熊貓時間序列日期+/- 2個工作日](http://stackoverflow.com/questions/14092339/slice-pandas-timeseries-on-date-2-business-days) – 2013-03-01 20:05:47