Python 对时间序列进行切片

假设我有一个月范围的时间序列“TS”。 如何从TS获取子时间序列，例如一天的范围

我尝试了以下代码：

subts = pd.Series(TS,index=pd.to_datetime(['2015-09-26','2015-09-27']))

但我得到了这个错误：

ValueError: Wrong number of items passed 472, placement implies 2

我所理解的是，我选择的方法匹配TS（472rows）中的每个值，以及我在构造函数中给出的时间范围（即：['2015-09-26'，'2015-09-27']）

---

有没有一种方法可以真正切分时间序列？只需在给定的时间范围内提取其中的一部分即可？

我认为您可以使用选择方式

[]

，另请参见：

或：

样本：

np.random.seed(123)
TS = pd.Series(np.random.randint(10, size=10), pd.date_range('2015-09-24', periods=10))
print (TS)
2015-09-24    2
2015-09-25    2
2015-09-26    6
2015-09-27    1
2015-09-28    3
2015-09-29    9
2015-09-30    6
2015-10-01    1
2015-10-02    0
2015-10-03    1
Freq: D, dtype: int32

subts = TS['2015-09-26':'2015-09-27']
print (subts)
2015-09-26    6
2015-09-27    1
Freq: D, dtype: int32

---

我认为您可以使用选择方式

[]

，另请参见：

或：

样本：

np.random.seed(123)
TS = pd.Series(np.random.randint(10, size=10), pd.date_range('2015-09-24', periods=10))
print (TS)
2015-09-24    2
2015-09-25    2
2015-09-26    6
2015-09-27    1
2015-09-28    3
2015-09-29    9
2015-09-30    6
2015-10-01    1
2015-10-02    0
2015-10-03    1
Freq: D, dtype: int32

subts = TS['2015-09-26':'2015-09-27']
print (subts)
2015-09-26    6
2015-09-27    1
Freq: D, dtype: int32

np.random.seed(123)
TS = pd.Series(np.random.randint(10, size=10), pd.date_range('2015-09-24', periods=10))
print (TS)
2015-09-24    2
2015-09-25    2
2015-09-26    6
2015-09-27    1
2015-09-28    3
2015-09-29    9
2015-09-30    6
2015-10-01    1
2015-10-02    0
2015-10-03    1
Freq: D, dtype: int32

subts = TS['2015-09-26':'2015-09-27']
print (subts)
2015-09-26    6
2015-09-27    1
Freq: D, dtype: int32