Python Pandas – 返回特定时间段内DateTimeIndex中的值的索引位置

在使用Python Pandas进行时间序列分析时，有时需要找到对应时间段内的数据行。这通常可以通过遍历数据帧来实现，但是这种方法有时会很低效。在这种情况下，可以使用Pandas提供的loc[]方法，该方法可在DateTimeIndex中查找给定时间段内的数据行。本文将介绍如何使用该方法来查找特定时间段内的数据行的索引位置。

安装和导入 Pandas 库

在使用本文所述的相关方法之前，我们需要先安装和导入Pandas库。在安装之前，请确保已安装Python解释器。可以在命令行中使用以下命令安装Pandas：

pip install pandas

安装完成后，可以使用以下命令导入Pandas：

import pandas as pd

创建 DateTimeIndex

在进行时间序列分析之前，我们需要创建一个DateTimeIndex。假设我们有一组时间戳数据，如下所示：

timestamps = ['2021-01-01 00:00:00', '2021-01-01 00:15:00', '2021-01-01 00:30:00', '2021-01-01 00:45:00', '2021-01-01 01:00:00']

可以使用Pandas的to_datetime()方法将这些字符串时间戳转换为DateTimeIndex：

dt_idx = pd.to_datetime(timestamps)

现在我们已经创建了一个DateTimeIndex，我们可以使用该索引来创建一个数据帧，并将假数据添加到该数据帧中。

data = {'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data, index=dt_idx)

这将创建一个名为“df”的数据帧，其中包含两列（“A”和“B”），索引为我们刚刚创建的DateTimeIndex。我们可以使用以下代码输出该数据帧：

print(df)

输出结果如下：

                     A   B
2021-01-01 00:00:00  1   6
2021-01-01 00:15:00  2   7
2021-01-01 00:30:00  3   8
2021-01-01 00:45:00  4   9
2021-01-01 01:00:00  5  10

使用 loc[] 方法查找索引位置

现在我们已经创建了一个数据帧，我们可以使用loc[] 方法查找给定时间段内的数据行的索引位置。loc[]方法需要两个参数 – 第一个参数用于指定时间段的起始日期时间，第二个参数用于指定时间段的结束日期时间。

假设我们要查找2021年1月1日00:15:00到2021年1月1日00:45:00之间的数据行的索引位置。我们可以使用以下代码：

start_date = '2021-01-01 00:15:00'
end_date = '2021-01-01 00:45:00'

idx = df.loc[start_date:end_date].index

该语句将返回一个包含给定时间段内数据行的索引位置的DateTimeIndex对象。我们可以使用以下代码输出该对象：

print(idx)

输出结果如下：

DatetimeIndex(['2021-01-01 00:15:00', '2021-01-01 00:30:00',
               '2021-01-01 00:45:00'],
              dtype='datetime64[ns]', freq=None)

在这里，我们使用df.loc[start_date:end_date]选择了位于2021年1月1日00:15:00到2021年1月1日00:45:00之间的数据行，并使用index属性获取这些行的索引位置。结果表明，此时间段内的数据行的索引位置为2021年1月1日00:15:00、2021年1月1日00:30:00和2021年1月1日00:45:00。