Python 熊猫查找id索引，其时间索引在特定月份开始

我有一些数据是CSV格式的

id、time、var

。然后我继续创建了一个多索引数据框架，大致如下表所示

将numpy导入为np
作为pd进口熊猫
def时间（t）：
将pd时间戳（“2019-01-01T12”）+pd返回到_timedelta（t，“d”）
数组=[
np.数组（[1,1,2,2,3,3]），
np.数组（[时间（0）、时间（1）、时间（396）、时间（365）、时间（31）、时间（365）]，
]
df=pd.DataFrame（np.random.randn（6,1），index=array，columns=[“var”]）
df.index.names=[“id”，“time”]
df

有鉴于此，我想找到所有id，其中最早的条目是在1月份，然后绘制id表示的轨迹，仅用于1月份开始的轨迹

请注意，我认为时间实际上是排序的，而id不是。不确定这是否会改变什么

i、 e

df.pseudo\u过滤器（开始月份=“一月”）

您可以按

min

time

df.groupby（level=0）.filter（lambda x:x.index.get_level_values（1.min（）.month==1）

或

df.groupby（level=0）.filter（lambda x:x.index.get_level_values（1.min（）.month_name（）='一月'）

输出：

var
身份证时间
1  2019-01-01 12:00:00  0.410113
2019-01-02 12:00:00 -0.572882
2  2020-02-01 12:00:00 -0.801334
2020-01-01 12:00:00  1.312035

---

将筛选器作为新函数添加到数据帧

@pd.api.extensions.register\u dataframe\u访问器（“伪”）
类伪：
定义初始（自我、目标）：
self._obj=熊猫_obj
def过滤器（自身、开始月份）：
返回（自对象分组）（级别=0）
.filter（lambda x:x.index.get_level_值（1）.min（）
.month_name（）=开始月份）

然后你可以用

df.pseudo.filter（开始月份='一月'）

输出：

var
身份证时间
1  2019-01-01 12:00:00 -1.314898
2019-01-02 12:00:00  0.810314
2  2020-02-01 12:00:00 -1.214327
2020-01-01 12:00:00 -0.678823

谢谢！第一部分已经是我想要的了。但第二部分也非常有趣，在接下来的几个月里，我可能会更经常地以某种形式需要它，因此一种新的方法可能会带来一些受欢迎的便利。：）

                          var
id  time
1   2019-01-01 12:00:00   -0.505903
    2019-01-02 12:00:00    0.626197
2   2020-02-01 12:00:00    0.461155
    2020-01-01 12:00:00    0.569891
3   2019-02-01 12:00:00   -1.079466
    2020-01-01 12:00:00    0.721466

                          var
id  time
1   2019-01-01 12:00:00   -0.505903
    2019-01-02 12:00:00    0.626197
2   2020-02-01 12:00:00    0.461155
    2020-01-01 12:00:00    0.569891