Pandas 使用具有多个索引的日期索引时出现问题

我试图了解

pandas

中与日期相关的索引功能是如何工作的

如果我有这个数据框：

dates = pd.date_range('6/1/2000', periods=12, freq='M')
df1 = DataFrame(randn(12, 2), index=dates, columns=['A', 'B'])

我知道我们可以使用

df1['2000']

或使用

df1['2000-09'：'2001-03']

提取2000年的记录

但是假设我有一个带有多索引的数据帧

index = pd.MultiIndex.from_arrays([dates, list('HIJKHIJKHIJK')], names=['date', 'id'])
df2 = DataFrame(randn(12, 2), index=index, columns=['C', 'D'])

---

有没有一种方法可以像提取单个索引那样提取2000年的行？似乎

df2.xs（'2000-06-30'）

用于访问特定日期，但

df2.xs（'2000'）

不返回任何内容。

xs

不是解决这个问题的正确方法吗？

你不需要使用

xs

，但是你可以使用

.loc

索引
您尝试过的一个示例看起来像

df2.loc['2000-09'：'2001-03']

。唯一的问题是，“部分字符串解析”功能在使用多索引时还不起作用。因此，您必须提供实际的日期时间：

In [17]: df2.loc[pd.Timestamp('2000-09'):pd.Timestamp('2001-04')]
Out[17]:
                      C         D
date       id
2000-09-30 K  -0.441505  0.364074
2000-10-31 H   2.366365 -0.404136
2000-11-30 I   0.371168  1.218779
2000-12-31 J  -0.579180  0.026119
2001-01-31 K   0.450040  1.048433
2001-02-28 H   1.090321  1.676140
2001-03-31 I  -0.272268  0.213227

但请注意，在这种情况下，

pd.Timestamp（'2001-03'）

将被解释为

2001-03-01 00:00:00

（实际时间）。因此，您必须稍微调整启动/停止值

---

一整年的选择（例如

df1['2000']

）将变成

df2.loc[pd.Timestamp（'2000'）：pd.Timestamp（'2001'）]

或

df2.loc[pd.Timestamp（'2000-01-01'）：pd.Timestamp（'2000-12-31'）]

谢谢！也许这应该是一个单独的问题，但我如何选择id=H的行而不考虑日期？

df2.loc[（slice（None），'H'），：]

。看见