Python 选择单行作为带有DatetimeIndex的数据帧

我有一个数据帧中的时间序列，日期时间索引如下：

import pandas as pd
dates= ["2015-10-01 00:00:00",
         "2015-10-01 01:00:00",
         "2015-10-01 02:00:00",
         "2015-10-01 03:00:00",
         "2015-10-01 04:00:00"]
df = pd.DataFrame(index=pd.DatetimeIndex(dates))
df["values"] = range(0,5)

Out[]:
                     values
2015-10-01 00:00:00       0
2015-10-01 01:00:00       1
2015-10-01 02:00:00       2
2015-10-01 03:00:00       3
2015-10-01 04:00:00       4

slize = pd.DataFrame(df.loc["2015-10-01 02:00:00",:])
Out[]:
        2015-10-01 02:00:00
values                    2

我希望尽可能简单地选择一行，根据日期作为键，如“2015-10-01 02:00:00”：

仅使用索引会导致关键错误：

df["2015-10-01 02:00:00"]
Out[]:
KeyError: '2015-10-01 02:00:00'

同样地：

df.loc[["2015-10-01 02:00:00"]]
Out[]:
KeyError: "None of [['2015-10-01 02:00:00']] are in the [index]"

这些令人惊讶的（？）导致相同的系列，如下所示：

df.loc["2015-10-01 02:00:00"]
Out[]:
values    2
Name: 2015-10-01 02:00:00, dtype: int32

df.loc["2015-10-01 02:00:00",:]
Out[]:

values    2
Name: 2015-10-01 02:00:00, dtype: int32

print(type(df.loc["2015-10-01 02:00:00"]))
print(type(df.loc["2015-10-01 02:00:00",:]))
print(df.loc["2015-10-01 02:00:00"].shape)
print(df.loc["2015-10-01 02:00:00",:].shape)
Out[]:
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
(1,)
(1,)

当然，我可以这样做以达到我的结果：

slize.T
Out[]:
                     values
2015-10-01 02:00:00       2

但是在这一点上，我也可以期望一个列作为一个系列，如果它是一个行系列还是一个列系列，那么自动添加T是有点难测试的。 我是否错过了选择我想要的东西的方法

df[df[time_series_row] == “data_to_match”]

很抱歉格式化了。在我的手机上，当我回到电脑前时会更新

编辑：

我通常会这样写：

bitmask = df[time_seried_row] == "data_to_match"
row = df[bitmask]

---

您可以将字符串转换为日期时间-使用：

或将

系列

转换为

数据帧

并转置：

print (df.loc["2015-10-01 02:00:00"].to_frame().T)
                     values
2015-10-01 02:00:00       2

---

为了方便起见，我建议使用

pd.date\u range

生成索引，然后使用

.loc

和

时间戳

或

日期时间

对象

from datetime import datetime

import pandas as pd

start = datetime(2015, 10, 1, 0, 0, 0)
end = datetime(2015, 10, 1, 4, 0, 0)
dates = pd.date_range(start, end, freq='H')
df = pd.DataFrame(index=pd.DatetimeIndex(dates))
df["values"] = range(0,5)

In [2]: df.loc[[start]]
Out[2]:
            values
2015-10-01       0

然后可以将

.loc

与

时间戳

或

日期时间

对象一起使用

from datetime import datetime

import pandas as pd

start = datetime(2015, 10, 1, 0, 0, 0)
end = datetime(2015, 10, 1, 4, 0, 0)
dates = pd.date_range(start, end, freq='H')
df = pd.DataFrame(index=pd.DatetimeIndex(dates))
df["values"] = range(0,5)

In [2]: df.loc[[start]]
Out[2]:
            values
2015-10-01       0

进一步详情 仅使用索引会导致关键错误：

df["2015-10-01 02:00:00"]
Out[]:
KeyError: '2015-10-01 02:00:00'

出现

KeyError

是因为您试图通过查找名为

“2015-10-01 02:00:00”的列来返回
数据帧的视图

同样地：

df.loc[["2015-10-01 02:00:00"]]
Out[]:
KeyError: "None of [['2015-10-01 02:00:00']] are in the [index]"

您的第二个选项无法使用
str
索引，您应该使用前面提到的方法

这些令人惊讶的（？）导致相同的系列，如下所示：

df.loc["2015-10-01 02:00:00"]
Out[]:
values    2
Name: 2015-10-01 02:00:00, dtype: int32

df.loc["2015-10-01 02:00:00",:]
Out[]:

values    2
Name: 2015-10-01 02:00:00, dtype: int32

print(type(df.loc["2015-10-01 02:00:00"]))
print(type(df.loc["2015-10-01 02:00:00",:]))
print(df.loc["2015-10-01 02:00:00"].shape)
print(df.loc["2015-10-01 02:00:00",:].shape)
Out[]:
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>
(1,)
(1,)

如果您在一行上使用
.loc
，您将被迫输入您注意到的
系列。因此，您应该转换到
数据帧
，然后转置结果
 loc在此时返回一个序列，这是一个已知且需要的行为。。为什么您想要一个数据帧？在我的代码中，我希望数据帧具有日期时间索引。它们应该可以包含一行或多行以及零列或多列。我想在大多数情况下，一行是一个系列是有意义的，但由于系列没有方向，我不知道如何将其转换为正确的格式。但我发现最意想不到的是，这导致了关键错误：df.loc[[“2015-10-01 02:00:00”]，：]好的，我想我可以接受这个解决方案。好的，为了对我的例子进行更正，它必须是df[df.index==“2015-10-01 02:00:00”]在开始时使用了它，但现在它改为@MCMZL和jezrael指出的“精确索引”，因此接受了他们的问题。无论如何，谢谢你提醒我我错过了这个（明显的）方式。谢谢你详细的回答。我接受了这个，因为它是最详细的，并且包含了关于其他部分的@jezrael+内容的答案。我现在继续使用“精确索引”。谢谢非常有用。谢谢大家!
df.loc[“2015-10-01 02:00:00”]
行为让我很困惑。我想知道为什么你可以得到一个带有字符串的序列，但是不能得到带有df.loc[[“2015-10-01 02:00:00”]
的数据帧？