Python 使用两个条件选择特定值时出现KeyError

我的数据库里有不同的植物在不同的日子和时间的数据，还有一些对它们进行的计算。 我想创建“迷你”数据集，当每个数据集包含关于不同日期和数据的数据时。 例如： 数据集1：所有植物，日期：17/6，12:00，处理，生产线，NDVI

我已经尝试使用代码来实现这一点

df_07=df_indices[(df_indices['date']=='6/17/2019') & (df_indices['Hour'] > '12:00')]

但我一直有一个错误：

KeyError:“日期”

我不知道为什么它不能识别日期，因为你可以在图像中看到，它有一列日期。因为我使用“日期”作为索引，这会发生吗

我的最终目标是为所有工厂创建只有一个日期和一个小时的新表格。使用：

对于第二个掩码，通过将值转换为时间增量，并与进行比较：

更好的解决方案是将

date

加入

hour

级别，这样就可以通过

datetime

s进行比较：

样本数据：

df_indices = pd.DataFrame({'date':['6/17/2019','6/17/2019'],
                           'Hour':['15:00','10:00'],
                           'col':[4,5]}).set_index(['date','Hour'])


print (df_indices)
                 col
date      Hour      
6/17/2019 15:00    4
          10:00    5

---

---

date

列似乎实际上是索引的一部分。@CDJB为什么？它看起来像是在柱子的顶部，线的上方。你能解释一下吗？我和以前一样有错误，它忽略了“12:00”，只考虑第一个条件，尽管我们有和你的答案，但首先它有无效语法，其次，如果你能说几句话，因为我想了解什么是你的。idea@Reut-第一个

m2

用remove

.dt

修改，最后一个

）

仍然修改语法是无效的，我想更多地了解你的想法，我不知道为什么我们需要2个变量来that@Reut-这是针对

m2

：）的两种备选解决方案

m2 = pd.to_timedelta(df_indices.index.get_level_values('Hour')+':00') > pd.Timedelta(12, 'h')

df_07=df_indices[m1 & m2]

df_indices = pd.DataFrame({'date':['6/17/2019','6/17/2019'],
                           'Hour':['15:00','10:00'],
                           'col':[4,5]}).set_index(['date','Hour'])


print (df_indices)
                 col
date      Hour      
6/17/2019 15:00    4
          10:00    5

dates = pd.to_datetime(df_indices.index.get_level_values('date') + ' ' + 
                       df_indices.index.get_level_values('Hour'))
print (dates)
DatetimeIndex(['2019-06-17 15:00:00', '2019-06-17 10:00:00'], 
              dtype='datetime64[ns]', freq=None)


df_07=df_indices[dates > '2019-06-17 12:00:00']
print (df_07)
                 col
date      Hour      
6/17/2019 15:00    4