在日期索引的 dataframe 中向上移动 x 行

Question

我有一个以Date 作为索引的 dataframe 。 dataframe 有股市相关数据，因此日期不连续。 如果我想在 dataframe 中移动 120 行，我该怎么做。 例如：

如果我想从 2018 年初之前的 120 个交易日开始获取数据，我该怎么做：

df['2018-01-01':'2019-12-31']

谢谢

Answer 1

假设您使用的是 pandas 并且 dataframe 按日期排序，一个非常简单的方法是：

initial_date = '2018-01-01'

initial_date_index = df.loc[df['dates']==initial_date].index[0]

offset=120

start_index = initial_date_index-offset


new_df = df.loc[start_index:]

Answer 2

尝试这个：

df[df.columns[df.columns.get_loc('2018-01-01'):df.columns.get_loc('2019-12-31')]]

获取列数组中两个列的位置并索引它们以获得所需的。

更新：

根据您的要求，对上述内容进行一些小的修改。

年度索引

>>> df[df.columns[(df.columns.get_loc('2018')).start:(df.columns.get_loc('2019')).stop]]

上面df.columns.get_loc('2018')将给出 numpy 切片 object 并将为我们提供 2018 年第一个元素的索引（我们使用切片的.start属性对其进行索引），类似地我们对 2019 年最后一个元素的索引进行索引。

每月索引

现在考虑您想要 2018 年前 6 个月的数据（不知道第一天是哪一天），同样可以使用：

>>> df[df.columns[(df.columns.get_loc('2018-01')).start:(df.columns.get_loc('2018-06')).stop]]

正如您在上面看到的，我们使用相同的逻辑对 2018 年的前 6 个月进行了索引。