Python 按日期字符串索引timeseries

给定一个timeseries，

s

，带有日期时间索引，我希望能够通过日期字符串对timeseries进行索引。我是不是误解了这应该怎么做

import pandas as pd
url = 'http://ichart.finance.yahoo.com/table.csvs=SPY&d=12&e=4&f=2012&g=d&a=01&b=01&c=2001&ignore=.csv'  
df = pd.read_csv(url, index_col='Date', parse_dates=True)  
s = df['Close']
s['2012-12-04']

结果:

TimeSeriesError                           Traceback (most recent call last)
<ipython-input-244-e2ccd4ecce94> in <module>()
      2 df = pd.read_csv(url, index_col='Date', parse_dates=True)  
      3 s = df['Close']  
----> 4 s['2012-12-04']

    G:\Python27-32\lib\site-packages\pandas\core\series.pyc in __getitem__(self, key)
    468     def __getitem__(self, key):
    469         try:
--> 470             return self.index.get_value(self, key)
    471         except InvalidIndexError:
    472             pass

    G:\Python27-32\lib\site-packages\pandas\tseries\index.pyc in get_value(self, series, key)  

   1030 
   1031             try:
-> 1032                 loc = self._get_string_slice(key)
   1033                 return series[loc]
   1034             except (TypeError, ValueError, KeyError):

G:\Python27-32\lib\site-packages\pandas\tseries\index.pyc in _get_string_slice(self, key)
   1077         asdt, parsed, reso = parse_time_string(key, freq)
   1078         key = asdt
-> 1079         loc = self._partial_date_slice(reso, parsed)
   1080         return loc
   1081 

G:\Python27-32\lib\site-packages\pandas\tseries\index.pyc in _partial_date_slice(self, reso, parsed)
    992     def _partial_date_slice(self, reso, parsed):
    993         if not self.is_monotonic:
--> 994             raise TimeSeriesError('Partial indexing only valid for ordered '
    995                                   'time series.')
    996 

TimeSeriesError: Partial indexing only valid for ordered time series. 

<class 'pandas.core.series.TimeSeries'>
<class 'pandas.lib.Timestamp'>
<class 'pandas.core.series.TimeSeries'>
<class 'pandas.lib.Timestamp'>
-0.608673793503
141.5
-0.608673793503
doesn't work

结果:

TimeSeriesError                           Traceback (most recent call last)
<ipython-input-244-e2ccd4ecce94> in <module>()
      2 df = pd.read_csv(url, index_col='Date', parse_dates=True)  
      3 s = df['Close']  
----> 4 s['2012-12-04']

    G:\Python27-32\lib\site-packages\pandas\core\series.pyc in __getitem__(self, key)
    468     def __getitem__(self, key):
    469         try:
--> 470             return self.index.get_value(self, key)
    471         except InvalidIndexError:
    472             pass

    G:\Python27-32\lib\site-packages\pandas\tseries\index.pyc in get_value(self, series, key)  

   1030 
   1031             try:
-> 1032                 loc = self._get_string_slice(key)
   1033                 return series[loc]
   1034             except (TypeError, ValueError, KeyError):

G:\Python27-32\lib\site-packages\pandas\tseries\index.pyc in _get_string_slice(self, key)
   1077         asdt, parsed, reso = parse_time_string(key, freq)
   1078         key = asdt
-> 1079         loc = self._partial_date_slice(reso, parsed)
   1080         return loc
   1081 

G:\Python27-32\lib\site-packages\pandas\tseries\index.pyc in _partial_date_slice(self, reso, parsed)
    992     def _partial_date_slice(self, reso, parsed):
    993         if not self.is_monotonic:
--> 994             raise TimeSeriesError('Partial indexing only valid for ordered '
    995                                   'time series.')
    996 

TimeSeriesError: Partial indexing only valid for ordered time series. 

<class 'pandas.core.series.TimeSeries'>
<class 'pandas.lib.Timestamp'>
<class 'pandas.core.series.TimeSeries'>
<class 'pandas.lib.Timestamp'>
-0.608673793503
141.5
-0.608673793503
doesn't work

-0.608673793503
141.5
-0.608673793503
不起作用

尝试使用

时间戳

对象建立索引：

>>> import pandas as pd
>>> from pandas.lib import Timestamp
>>> url = 'http://ichart.finance.yahoo.com/table.csv?s=SPY&d=12&e=4&f=2012&g=d&a=01&b=01&c=2001&ignore=.csv'
>>> df = pd.read_csv(url, index_col='Date', parse_dates=True)
>>> s = df['Close']
>>> s[Timestamp('2012-12-04')]
141.25

---

如果时间序列未排序，并且您给出了部分时间戳（例如日期，而不是日期时间），则不清楚应选择哪个日期时间

不能假设每个日期只有一个datetime对象，虽然在本例中有几个选项，但在这里抛出一个错误似乎比猜测一个更安全。（我们可以返回类似于

.ix['2011-01']

的序列/列表，但如果在其他情况下返回一个数字，这可能会令人困惑。我们可以尝试返回“最接近的匹配项”…但这也没有真正意义。）

在订购的情况下，我们更容易选择带有所选日期的第一个日期时间。

在这个简单的例子中，您可以看到这种行为：

import pandas as pd
from numpy.random import randn
from random import shuffle
rng = pd.date_range(start='2011-01-01', end='2011-12-31')
rng2 = list(rng)
shuffle(rng2) # not in order
rng3 = list(rng)
del rng3[20] # in order, but no freq

ts = pd.Series(randn(len(rng)), index=rng)
ts2 = pd.Series(randn(len(rng)), index=rng2)
ts3 = pd.Series(randn(len(rng)-1), index=rng3)

ts.index
<class 'pandas.tseries.index.DatetimeIndex'>
[2011-01-01 00:00:00, ..., 2011-12-31 00:00:00]
Length: 365, Freq: D, Timezone: None

ts['2011-01-01']
# -1.1454418070543406

ts2.index
<class 'pandas.tseries.index.DatetimeIndex'>
[2011-04-16 00:00:00, ..., 2011-03-10 00:00:00]
Length: 365, Freq: None, Timezone: None

ts2['2011-01-01']
#...error which you describe
TimeSeriesError: Partial indexing only valid for ordered time series

ts3.index
<class 'pandas.tseries.index.DatetimeIndex'>
[2011-01-01 00:00:00, ..., 2011-12-31 00:00:00]
Length: 364, Freq: None, Timezone: None

ts3['2011-01-01']
1.7631554507355987


rng4 = pd.date_range(start='2011-01-01', end='2011-01-31', freq='H')
ts4 = pd.Series(randn(len(rng4)), index=rng4)

ts4['2011-01-01'] == ts4[0]
# True # it picks the first element with that date

将熊猫作为pd导入
从numpy.random导入randn
从随机导入洗牌
rng=pd.日期范围（开始时间为2011年1月1日，结束时间为2011年12月31日）
rng2=列表（rng）
洗牌（rng2）#不整齐
rng3=列表（rng）
del rng3[20]#有序，但无频率
ts=pd.系列（随机数（随机数），指数=rng）
ts2=pd.系列（随机数（随机数（随机数）），指数=rng2）
ts3=pd.系列（随机数（长（rng）-1），指数=rng3）
ts指数
[2011-01-01 00:00:00, ..., 2011-12-31 00:00:00]
长度：365，频率：D，时区：无
ts['2011-01-01']
# -1.1454418070543406
ts2.1索引
[2011-04-16 00:00:00, ..., 2011-03-10 00:00:00]
长度：365，频率：无，时区：无
ts2['2011-01-01']
#…你所描述的错误
TimeSeriesError：部分索引仅对有序时间序列有效
ts3.1索引
[2011-01-01 00:00:00, ..., 2011-12-31 00:00:00]
长度：364，频率：无，时区：无
ts3['2011-01-01']
1.7631554507355987
rng4=局部放电日期\范围（开始时间='2011-01-01'，结束时间='2011-01-31'，频率='H'）
ts4=pd.系列（随机数（len（rng4）），指数=rng4）
ts4['2011-01-01']==ts4[0]
#对#它选择带有该日期的第一个元素

---

我不认为这是一个bug，不过我把它贴成了。

虽然熊猫教程很有启发性，但我认为最初提出的问题应该得到直接的回答。我在将Yahoo图表信息转换为可以切片的数据帧时遇到了同样的问题。我发现唯一需要的是：

import pandas as pd
import datetime as dt

def dt_parser(date): 
return dt.datetime.strptime(date, '%Y-%m-%d') + dt.timedelta(hours=16)

url = 'http://ichart.finance.yahoo.com/table.csvs=SPY&d=12&e=4&f=2012&g=d&a=01&b=01&c=2001&ignore=.csv'  
df = pd.read_csv(url, index_col=0, parse_dates=True, date_parser=dt_parser)
df.sort_index(inplace=True)
s = df['Close']
s['2012-12-04']     # now should work

---

“诀窍”是包括我自己的日期解析器。我猜在read_csv中有更好的方法来实现这一点，但这至少产生了一个被索引并可以切片的数据帧。

是的，谢谢，我可以看出这是可行的。我的问题是为什么s['2012-12-04']没有。这是一个bug，还是对于带有日期时间索引的Timeseries，它应该是这样工作的？@user1878647它有一个时间戳索引而不是日期时间，尽管您也可以使用它的日期时间进行查找。您不能使用未知日期格式的字符串进行查找（一方面，可能不清楚应该将其解释为哪个日期）。我想说这不是一个bug。@hayden上面例子中的ts和s都有时间戳索引，但行为不同。我在那个url上得到一个404错误。如果您复制一些表，或者更好地复制

df.to_dict（）

的输出，那么就更容易了。