如何访问熊猫系列中的日期时间索引元素？

Pandas 系列是一个一维 ndarray 类型的对象，它存储带有标签的元素，这些标签用于寻址 Pandas 系列中存在的元素。

标签用整数、字符串、日期时间等表示。在这里，我们将看到如果索引标有 DateTime 值，如何访问系列元素。

示例

import pandas as pd

# creating dates
date = pd.date_range("2021-01-01", periods=5, freq="D")

# creating pandas Series with date index
series = pd.Series(range(10,len(date)+10), index=date)

print(series)

print('\n')
# get elements
print(series['2021-01-01'])

解释

变量 date 存储长度为 5 的日期列表，开始日期为 2021-01-01，结束日期为 2021-01-05。这些日期是使用 pandas date_range 函数创建的。通过使用这个日期列表，我们创建了一个包含 10、11、12、13、14 个值和标签是日期的 Pandas 系列对象（系列）。

输出结果

2021-01-01 10
2021-01-02 11
2021-01-03 12
2021-01-04 13
2021-01-05 14
Freq: D, dtype: int64


10

在以下示例中，为索引为“2021-01-01”的标签显示值 10。以同样的方式，我们可以访问日期之间的元素 (series['2021-01-01': '2021-01-05'])

示例

此示例用于访问基于特定月份的元素。

import pandas as pd

# creating dates
date = pd.date_range(start ='01-03-2020', end ='1-1-2021', periods=10)

# creating pandas Series with date index
series = pd.Series(date.month_name(), index=date)

print(series)

print('\n')
# get elements
print(series['2020-03'])

解释

系列对象存储带有 DateTime 索引标签和各自飞蛾名称的数据。最初，这个系列对象是使用 pandas date_range 模块创建的。

本系列中的数据是使用month_name()pandas DateTime 模块中的函数生成的受尊重索引标签的月份名称。

输出结果

2020-01-03 00:00:00     January
2020-02-12 10:40:00    February
2020-03-23 21:20:00       March
2020-05-03 08:00:00         May
2020-06-12 18:40:00        June
2020-07-23 05:20:00        July
2020-09-01 16:00:00   September
2020-10-12 02:40:00     October
2020-11-21 13:20:00    November
2021-01-01 00:00:00     January
dtype: object


2020-03-23 21:20:00 March
dtype: object

输出 March 是通过指定年和月值 (series['2020-03']) 访问的系列元素。上面的输出块有一个完整的系列对象和一个访问的元素。