在Pandas的多级索引中，选择日期范围的正确方法是什么？

Question

如何在 Pandas 的多层索引中选择日期范围？

我有一个类似以下格式的多层索引数据框：

如果想要选择特定日期，使用 xs 是很容易的：

data.xs('2011-11-11', level='Date').head()

然而，如果我想选择一个日期范围，却无法实现。所有以下操作都会导致无效语法错误：

data.xs('2011-10-10':'2011-11-11', level='Date').head()
data.xs(['2011-10-10':'2011-11-11'], level='Date').head()

注意 #1：我正在寻找一种使用优雅的Pandas功能的方法。当然，可以很容易地使用4或5行代码来解决问题，问题在于什么是“正确的方式”。

注意 #2：我看过这个答案，但它并没有涉及到这个情况。

- sapo_cosmico

Answer 1

使用前一个问题中的数据：

d = {'Col1': {(Timestamp('2015-05-14 00:00:00'), '10'): 81.370003,
  (Timestamp('2015-05-14 00:00:00'), '11'): 80.41999799999999,
  (Timestamp('2015-05-14 00:00:00'), 'C3'): 80.879997,
  (Timestamp('2015-05-19 00:00:00'), '3'): 80.629997,
  (Timestamp('2015-05-19 00:00:00'), 'S9'): 80.550003,
  (Timestamp('2015-05-21 00:00:00'), '19'): 80.480003,
  (Timestamp('2015-05-22 00:00:00'), 'C3'): 80.540001},
 'Col2': {(Timestamp('2015-05-14 00:00:00'), '10'): 6.11282,
  (Timestamp('2015-05-14 00:00:00'), '11'): 6.0338,
  (Timestamp('2015-05-14 00:00:00'), 'C3'): 6.00746,
  (Timestamp('2015-05-19 00:00:00'), '3'): 6.10465,
  (Timestamp('2015-05-19 00:00:00'), 'S9'): 6.1437,
  (Timestamp('2015-05-21 00:00:00'), '19'): 6.16096,
  (Timestamp('2015-05-22 00:00:00'), 'C3'): 6.1391599999999995},
 'Col3': {(Timestamp('2015-05-14 00:00:00'), '10'): 39.753,
  (Timestamp('2015-05-14 00:00:00'), '11'): 39.289,
  (Timestamp('2015-05-14 00:00:00'), 'C3'): 41.248999999999995,
  (Timestamp('2015-05-19 00:00:00'), '3'): 41.047,
  (Timestamp('2015-05-19 00:00:00'), 'S9'): 41.636,
  (Timestamp('2015-05-21 00:00:00'), '19'): 42.137,
  (Timestamp('2015-05-22 00:00:00'), 'C3'): 42.178999999999995},
 'Col4': {(Timestamp('2015-05-14 00:00:00'), '10'): 44.950001,
  (Timestamp('2015-05-14 00:00:00'), '11'): 44.75,
  (Timestamp('2015-05-14 00:00:00'), 'C3'): 44.360001000000004,
  (Timestamp('2015-05-19 00:00:00'), '3'): 40.98,
  (Timestamp('2015-05-19 00:00:00'), 'S9'): 42.790001000000004,
  (Timestamp('2015-05-21 00:00:00'), '19'): 43.68,
  (Timestamp('2015-05-22 00:00:00'), 'C3'): 43.490002000000004}}

df = pd.Dataframe(d)

接下来，您可以使用部分字符串索引来选择一段日期范围：

df.loc['2015-05-14':'2015-05-19']

输出：

                    Col1     Col2    Col3       Col4
2015-05-14 10  81.370003  6.11282  39.753  44.950001
           11  80.419998  6.03380  39.289  44.750000
           C3  80.879997  6.00746  41.249  44.360001
2015-05-19 3   80.629997  6.10465  41.047  40.980000
           S9  80.550003  6.14370  41.636  42.790001

- Scott Boston

---

这很有趣，它是假设我想要第一级吗？然而，我想使用一种控制级别的方法（例如，如果日期是第二个索引）。 - sapo_cosmico

@sapo_cosmico 你可以尝试使用类似这样的代码 df1.sort_index().loc(axis=0)[:,'2015-05-14':'2015-05-19']，其中 df1 = df.swaplevel(0,1)。 - Scott Boston