Pandas 按日期迭代数据帧的正确方法

我想逐日期迭代数据帧的长轴

示例：

tdf=df.ix[日期]

我遇到的问题是，

df.ix

返回的类型发生了变化，给我留下了3种可能的情况

如果日期不存在于

tdf

中，则抛出一个错误：

KeyError:1394755200000000

如果

tdf

中只有一项：

打印类型（tdf）

返回

如果

tdf

中有多个项目：

打印类型（tdf）

返回

为了避免第一种情况，我可以简单地将其包装在

try-catch

块中，或者感谢jxstanford，我可以通过使用df.index:if-date来避免try-catch块

后来，我遇到了一个与pandas系列和pandas数据帧不一致的API问题。我可以通过检查类型来解决这个问题，但似乎我不应该这样做。理想情况下，我希望保持类型不变。有更好的方法吗

我正在运行pandas 0.13.1，目前正在使用CSV加载数据

这里有一个完整的例子来说明这个问题

from pandas import DataFrame
import datetime

path_to_csv = '/home/n/Documents/port/test.csv'

df = DataFrame.from_csv(path_to_csv, index_col=3, header=0, parse_dates=True, sep=',')

start_dt = df.index.min()
end_dt = df.index.max()
dt_step = datetime.timedelta(days=1)

df.sort_index(inplace=True)

cur_dt = start_dt

while cur_dt != end_dt:
    if cur_dt in df.index:
       print type(df.ix[cur_dt])
    #run some other steps using cur_dt

    cur_dt += dt_step

演示该问题的示例如下所示：

value1,value2,value3,Date,type
1,2,4,03/13/14,a
2,3,3,03/21/14,b
3,4,2,03/21/14,a
4,5,1,03/27/14,b

上面的代码打印出来

<class 'pandas.core.series.Series'>
<class 'pandas.core.frame.DataFrame'>

---

不确定您试图对数据帧做什么，但这可能比尝试/例外要好：

tdf = DataFrame.from_csv(path_to_csv, index_col=3, header=0, parse_dates=True, sep=',')
while cur_dt != end_dt:
    if cur_dt in df.index:
       # do your thing

    cur_dt += dt_step

---

您可以使用数据框的

apply

方法，使用

axis=1

处理数据框的每一行，以构建具有相同索引的系列

e、 g

修改示例输入，如下所示

            value1  value2  value3 type  NewValue       date
Date
2014-03-13       1       2       4    a         7 2014-03-13
2014-03-21       2       3       3    b         0 2014-03-21
2014-03-21       3       4       2    a         0 2014-03-21
2014-03-27       4       5       1    b        20 2014-03-27

[4 rows x 6 columns]

---

这个玩具代码将一致地返回数据帧

def framer(rows):
    if ndim(rows) == 1:
        return rows.to_frame().T
    else:
        return rows

for cur_date in df.index:
    print type(framer(df.ix[cur_date]))

这将给你失去的日子：

df.resample(rule='D')

---

请看一下重采样方法docstring。它有自己的选项来填充丢失的数据。如果您决定将多个日期合并为一个日期，那么您正在使用的方法是分组方式（如果您希望跨行合并值）和删除重复的日期（如果您希望忽略它们）。无需重新设计轮子。

您可以使用

unique

获得所有日期的唯一列表，然后迭代该列表。@KarlD。我需要其他内容的所有日期，而不仅仅是数据框中缺少的唯一值。请尝试使用dataframe.from_csv而不是pandas.read_csv。这可能有助于解决问题2和问题3。您确实需要提供更多细节，一个玩具数据集供初学者使用。您将获得的行为是预期的：如果您提取一行，您将获得一个系列（一维数组），如果您提取多行，它将是一个数据帧（二维数组）。如果你告诉熊猫去寻找不存在的东西，它会给你一个错误。如果你解释了你想要的结果（一个专栏？更多专栏？），有很多方法可以解决所有这些问题。@jxstanford谢谢我尝试了你的建议，我仍然遇到同样的问题，这确实有帮助！但我遇到了其他问题，我会更新这个问题

def framer(rows):
    if ndim(rows) == 1:
        return rows.to_frame().T
    else:
        return rows

for cur_date in df.index:
    print type(framer(df.ix[cur_date]))

df.resample(rule='D')