Python 如何按月份和年份输入筛选具有日期时间索引的数据帧？熊猫

给定如下

df

：

df=pd.read_csv(PATH + 'Matriz3_fechas.csv',index_col='Fecha',skiprows=0)
df.index = pd.DatetimeIndex(df.index)

注意，Fecha已经是datetime格式的索引**

 Fecha                D576972dc305aa  D576972dc32e9a  D576972dc3590a  
                                                             
2016-06-01 00:00:00         0.0          0.0               0.1  
2016-07-01 00:05:00         0.0          0.0               0.1  
2017-05-01 00:10:00         0.0          0.0               0.1  
2017-05-01 00:15:00         0.0          0.0               0.1                                                              
2017-07-01 00:20:00         0.0          0.0               0.1  
                                                                 

我尝试按月份和年份进行筛选：

df=df[(df.index.month==5)&(matriz.index.year==2017)]

但它不会过滤

df

以获得：（期望的结果）

您可以使用：

但您的解决方案也有效（如果

matriz

是

df

，我认为是打字错误）：

---

打印（df.index）return

DatetimeIndex

？月与日不交换？我以前试过，但输出的形状是[0行x 3列]，而不是[2行x 3列]@jezraelhmm，这意味着2017和

5

月没有数据。但是可能

2017-05-10

被替换为

2017-10-05

，因此它过滤错误。你能检查一下吗？@jezreal发现了问题，我的.csv没有更新，因此没有2017-05年的数据。然而你的回答帮助了我。

 Fecha                D576972dc305aa  D576972dc32e9a  D576972dc3590a  \
                                                             
2017-05-01 00:10:00         0.0          0.0               0.1  \
2017-05-01 00:15:00         0.0          0.0               0.1  \

#for datetimeindex use parameter parse_dates 
df=pd.read_csv(PATH+'Matriz3_fechas.csv',index_col='Fecha',skiprows=0,parse_dates=['Fecha'])

print (df.index)
DatetimeIndex(['2016-06-01 00:00:00', '2016-07-01 00:05:00',
               '2017-05-01 00:10:00', '2017-05-01 00:15:00',
               '2017-07-01 00:20:00'],
              dtype='datetime64[ns]', name='Fecha', freq=None)


df = df.loc['2017-05']
print (df)
                     D576972dc305aa  D576972dc32e9a  D576972dc3590a
Fecha                                                              
2017-05-01 00:10:00             0.0             0.0             0.1
2017-05-01 00:15:00             0.0             0.0             0.1

df=df[(df.index.month==5)&(df.index.year==2017)]
print (df)
                     D576972dc305aa  D576972dc32e9a  D576972dc3590a
Fecha                                                              
2017-05-01 00:10:00             0.0             0.0             0.1
2017-05-01 00:15:00             0.0             0.0             0.1