我下载了^GSPC股票市场指数（S&P500）和其他几个全球指数的历史价格数据。日期设置为指数。
当date设置为index时，选择行中的值与.loc的预期效果相同。
# S&P500 DataFrame = spx_df
spx_df.loc['2010-01-04']
Open 1.116560e+03
High 1.133870e+03
Low 1.116560e+03
Close 1.132990e+03
Volume 3.991400e+09
Dividends 0.000000e+00
Stock Splits 0.000000e+00
Name: 2010-01-04 00:00:00-05:00, dtype: float64然后，我将几个股票市场全球指数连接到一个DataFrame中以供进一步使用。实际上，当五个股票指数的历史数据链接到一个时间序列中时，范围内的任何日期都将被包括五次。
markets = pd.concat(ticker_list, axis = 0)我想在concatenated df中引用一个日期并将其设置为变量。我希望上述变量不代表datetime对象，因为我想使用.loc作为def函数的一部分来访问它。如果同一日期在链接的TimeSeries中重复多次，concatenate如何通过日期作为索引访问行？
这是我目前所做的尝试：
# markets = concatenated DataFrame
Reference_date = markets.loc['2010-01-04']
# KeyError: '2010-01-04'
Reference_date = markets.loc[markets.Date == '2010-01-04']
# This doesn't work because Date is not an attribute of the DataFrame
2条答案
按热度按时间56lgkhnf1#
要访问连接的DataFrame中的特定日期，可以使用布尔索引而不是. loc。这将返回一个DataFrame，其中包含日期等于引用日期的所有行：
参考日期=市场[市场指数== '2010-01- 04']
您可能还需要使用query（）方法来搜索特定数据
请记住，生成的变量reference_date仍然是一个DataFrame，并且包含所有连接的DataFrame中与引用日期匹配的所有行。如果只想提取特定的列，则可以按如下方式使用列名：
qhhrdooz2#
由于您已将日期设置为索引，因此您应该能够执行以下操作：
Reference_date = markets.loc[markets.index == '2010-01-04']