如果日期介于两个日期之间，则Python将在列中求和一个常量值

让我们假设一个使用datetimes作为索引的数据帧，其中有一个名为“Score”的列，初始值设置为10：

            score
2016-01-01  10
2016-01-02  10
2016-01-03  10
2016-01-04  10
2016-01-05  10
2016-01-06  10
2016-01-07  10
2016-01-08  10

我想从分数中减去一个固定值（比如说1），但仅当索引在某些日期之间（例如，在第3次和第6次之间）时：

由于我的实际数据帧很大，我将针对不同的日期范围和每个日期范围的不同固定值N执行此操作，因此我希望实现这一点，而无需为每种情况创建一个新的列集-N

---

类似于numpy的

where

函数，但在一定范围内，如果条件满足，允许我对当前值求和/减，否则什么也不做。是否有类似的情况？

假设日期为日期时间数据类型：

#if date is own column:    
df.loc[df['date'].dt.day.between(3,6), 'score'] = df['score'] - 1

#if date is index:    
df.loc[df.index.day.isin(range(3,7)), 'score'] = df['score'] - 1

使用索引切片：

df.loc['2016-01-03':'2016-01-06', 'score'] -= 1

---

我将使用查询执行类似的操作：

import pandas as pd

df = pd.DataFrame({"score":pd.np.random.randint(1,10,100)}, 
    index=pd.date_range(start="2018-01-01", periods=100))

start = "2018-01-05"
stop = "2018-04-08"

df.query('@start <= index <= @stop ') - 1  

---

请看我如何反转比较运算符（使用

~

），以获得我想要的结果。这是有效的，但不是很清楚。当然，你也可以使用

pd.np.where

和all's good in the world.

检查这个答案，并检查@Yuca。问题不是获取范围，而是仅在该范围内编辑数据帧。你所说的没有区别。编辑数据帧需要获取范围，那么问题是什么？

import pandas as pd

df = pd.DataFrame({"score":pd.np.random.randint(1,10,100)}, 
    index=pd.date_range(start="2018-01-01", periods=100))

start = "2018-01-05"
stop = "2018-04-08"

df.query('@start <= index <= @stop ') - 1  

df.where(~df.eval('@start <= index <=  @stop '), 
         df['score'] - 1, axis=0, inplace=True)