Python 如何使用包含日期的逻辑表达式对时间序列进行切片

我想了解Pandas中使用timeseries进行切片的情况，我正在研究在涉及日期的逻辑语句中进行组合的可能性（组合and，or，而不是操作数）

这是一个可重复的例子：

HAO_10
Date         Price
2018-01-02  30.240000
2018-01-03  30.629999
2018-01-04  30.860001
2018-01-05  31.010000
2018-01-08  31.389999
2018-01-09  31.309999
2018-01-10  31.400000
2018-01-11  31.580000
2018-01-12  31.680000
2018-01-16  31.200001

HAO_10.iloc[((HAO_10.index < datetime.strptime('2018-01-04', '%Y-%m-%d')) | 

             ((HAO_10.index > datetime.strptime('2018-01-08', '%Y-%m-%d')) & 
        (HAO_10.index  != datetime.strptime('2018-01-12', '%Y-%m-%d')))), ]

HAO_10
日期价格
2018-01-02  30.240000
2018-01-03  30.629999
2018-01-04  30.860001
2018-01-05  31.010000
2018-01-08  31.389999
2018-01-09  31.309999
2018-01-10  31.400000
2018-01-11  31.580000
2018-01-12  31.680000
2018-01-16  31.200001
HAO_10.iloc[（HAO_10.indexdatetime.strtime（'2018-01-08'，'%Y-%m-%d'））和
（HAO_10.index！=datetime.strtime（'2018-01-12'，'%Y-%m-%d'）），]

这是试图将2018-01-04之前和2018-01-08之后日期对应的值切掉，而不是2018-01-12日期对应的值

它起作用了

---

有没有更优雅的方法来实现同样的功能？

首先使用

pd.to\u datetime

转换为datetime。然后，您可以在

loc

语句中使用日期字符串：

df['Date'] = pd.to_datetime(df['Date'])

# This says: find where date is not between your range and not equal to 01-12
df.loc[(~df['Date'].between('2018-01-04','2018-01-08')) & (df['Date'] != '2018-01-12')]

        Date      Price
0 2018-01-02  30.240000
1 2018-01-03  30.629999
5 2018-01-09  31.309999
6 2018-01-10  31.400000
7 2018-01-11  31.580000
9 2018-01-16  31.200001

---

首先使用和创建已删除值的

DatetimeIndex

，然后仅使用原始索引选择：

idx = pd.date_range('2018-01-04','2018-01-08').union(['2018-01-12'])
df = HAO_10.loc[HAO_10.index.difference(idx)]
#another similar solutions
#df = HAO_10.drop(idx, errors='ignore')
#df = HAO_10[~HAO_10.index.isin(idx)]

如果只想使用

date

s，并且

index

还包含

time

s，则s是您的朋友：

df = HAO_10.loc[HAO_10.index.floor('d').difference(idx)]
#another similar solutions
#df = HAO_10[~HAO_10.index.floor('d').isin(idx)]

print (df)
                Price
2018-01-02  30.240000
2018-01-03  30.629999
2018-01-09  31.309999
2018-01-10  31.400000
2018-01-11  31.580000
2018-01-16  31.200001

您的解决方案应该简单：

df = HAO_10[((HAO_10.index < '2018-01-04') | ((HAO_10.index > '2018-01-08') & 
                  (HAO_10.index  != '2018-01-12')))]

df=HAO_10[（HAO_10.index<'2018-01-04'）|（（HAO_10.index>'2018-01-08'）和
（HAO_10.index！=“2018-01-12”））]

太聪明了！我喜欢这个解决方案