Python 获取pandas中唯一列值的日期索引

给定一个看起来像这样的数据帧：

                                contractID
Date                                      
1982-09-16  (SPZ1982, 1982-12-16 00:00:00)
1982-09-17  (SPZ1982, 1982-12-16 00:00:00)
1982-09-20  (SPZ1982, 1982-12-16 00:00:00)
                                   ...
2018-09-27  (SPZ2018, 2018-12-21 00:00:00)
2018-09-28  (SPZ2018, 2018-12-21 00:00:00)
2018-10-01  (SPZ2018, 2018-12-21 00:00:00)

def query(df, tup, startDate, endDate):
    ID = tup[0]
    ExpirationDate = tup[1]
    panel = df.loc[ID].loc[ExpirationDate].loc[startDate:endDate]
    return panel

df = pd.DataFrame()
print('acquiring daily data...')
for tup in contractUse['contractID'].unique():
    panel = query(rawData, tup, startDate, endDate)
    if df.empty:
        df = panel
    else:
        df = df.append(panel, verify_integrity=False)

return df

我有重复的

compract

s，我想有效地对这些ID执行操作，比如：

                                contractID
Date                                      
1982-09-16  (SPZ1982, 1982-12-16 00:00:00)
1982-09-17  (SPZ1982, 1982-12-16 00:00:00)
1982-09-20  (SPZ1982, 1982-12-16 00:00:00)
                                   ...
2018-09-27  (SPZ2018, 2018-12-21 00:00:00)
2018-09-28  (SPZ2018, 2018-12-21 00:00:00)
2018-10-01  (SPZ2018, 2018-12-21 00:00:00)

def query(df, tup, startDate, endDate):
    ID = tup[0]
    ExpirationDate = tup[1]
    panel = df.loc[ID].loc[ExpirationDate].loc[startDate:endDate]
    return panel

df = pd.DataFrame()
print('acquiring daily data...')
for tup in contractUse['contractID'].unique():
    panel = query(rawData, tup, startDate, endDate)
    if df.empty:
        df = panel
    else:
        df = df.append(panel, verify_integrity=False)

return df

其中，

contractUse

是上面介绍的数据帧。我只想迭代唯一的值。当我迭代唯一值时，我需要得到该唯一值开始时的索引值，以及该唯一值停止时的索引值。然后，我将唯一值的

startDate

和

endDate

提供给我的

query

函数。在熊猫中有没有快速的方法可以做到这一点？

你需要做两件事：

不要使用一系列元组。将其分为两个独立的系列

使用

GroupBy

根据列将数据帧分割成块

因此，首先拆分您的

压缩序列：

df[['key', 'contract_date']] = pd.DataFrame(df.pop('contractID').values.tolist())

g = df.groupby('key')

然后按新创建的
键
序列分组：

df[['key', 'contract_date']] = pd.DataFrame(df.pop('contractID').values.tolist())

g = df.groupby('key')

提取组的“开始和结束”索引现在与提取组并查看其索引一样简单。例如：

idx_start, idx_end = g.get_group('SPZ1982').index[[0, -1]]

您需要做两件事：

不要使用一系列元组。将其分为两个独立的系列
使用
GroupBy
根据列将数据帧分割成块
因此，首先拆分您的
压缩序列：

df[['key', 'contract_date']] = pd.DataFrame(df.pop('contractID').values.tolist())

g = df.groupby('key')

然后按新创建的
键
序列分组：

df[['key', 'contract_date']] = pd.DataFrame(df.pop('contractID').values.tolist())

g = df.groupby('key')

提取组的“开始和结束”索引现在与提取组并查看其索引一样简单。例如：

idx_start, idx_end = g.get_group('SPZ1982').index[[0, -1]]

开始和停止索引是问题所指的，函数查询现在也在文章中，以便澄清。我想要的输出只是查询函数的结果，我遇到的问题是获取它的参数startDate和endDate。我更新了帖子来解释它们是什么。@Évariste Galois，我相信jpp要求您将所需的输出复制/粘贴为数据帧。就目前而言，这个问题很难理解，我们也很难帮助您。开始和停止索引就是问题所指的，函数查询现在也在帖子中，以便澄清。我想要的输出只是查询函数的结果，我遇到的问题是获取其参数，开始日期和结束日期。我更新了帖子来解释它们是什么。@Évariste Galois，我相信jpp要求您将所需的输出复制/粘贴为数据帧。就目前而言，这个问题很难理解，我们也很难帮助您。这个解决方案很有意义，但将我的元组列转换为两列似乎使DF有2个NaN和NaT列。。。但它的转换方式在我看来是正确的。我缺少了什么吗？问题是我是如何构造新的数据框架的，使用构造函数的
列
和
索引
参数解决了我的问题。这是一个非常优雅的解决方案，谢谢！这个解决方案是有意义的，但是将我的元组列转换为两列似乎使DF有2个NaN和NaT列。。。但它的转换方式在我看来是正确的。我缺少了什么吗？问题是我是如何构造新的数据框架的，使用构造函数的
列
和
索引
参数解决了我的问题。这是一个非常优雅的解决方案，谢谢！