1

test_df我有一个看起来像这样的熊猫数据框：

                            reading                               
01-Jan-2016 00:00:00.000  20.464020
02-Jan-2016 00:00:00.000  22.440950
03-Jan-2016 00:00:00.000  27.181500
04-Jan-2016 00:00:00.000  25.318260
05-Jan-2016 00:00:00.000  25.376050
06-Jan-2016 00:00:00.000   0.067112
07-Jan-2016 00:00:00.000  19.313950
08-Jan-2016 00:00:00.000  26.677340
09-Jan-2016 00:00:00.000  26.801620
10-Jan-2016 00:00:00.000  22.583950
11-Jan-2016 00:00:00.000   0.002765
12-Jan-2016 00:00:00.000  26.496440
13-Jan-2016 00:00:00.000  23.233720
14-Jan-2016 00:00:00.000  23.956080
15-Jan-2016 00:00:00.000  26.958120
16-Jan-2016 00:00:00.000  27.351270
17-Jan-2016 00:00:00.000  28.348710
18-Jan-2016 00:00:00.000  25.494090
19-Jan-2016 00:00:00.000  26.342880
20-Jan-2016 00:00:00.000  24.645530

问题：给定一个像 '2016-01' aka 'yyyy-mm' 这样的字符串，我想知道any指定月份的条目是否存在于 pandas dataframe 的索引中test_df。

我期待的是True'2016-01' 和False任何其他字符串。寻找最简洁的方法来做到这一点。

问题设置：

为方便起见，这是获取测试数据帧的代码：

import pandas as pd
temp_df = pd.read_json('{"reading":{"01-Jan-2016 00:00:00.000":20.46402,"02-Jan-2016 00:00:00.000":22.44095,"03-Jan-2016 00:00:00.000":27.1815,"04-Jan-2016 00:00:00.000":25.31826,"05-Jan-2016 00:00:00.000":25.37605,"06-Jan-2016 00:00:00.000":0.06711243,"07-Jan-2016 00:00:00.000":19.31395,"08-Jan-2016 00:00:00.000":26.67734,"09-Jan-2016 00:00:00.000":26.80162,"10-Jan-2016 00:00:00.000":22.58395,"11-Jan-2016 00:00:00.000":0.002765084,"12-Jan-2016 00:00:00.000":26.49644,"13-Jan-2016 00:00:00.000":23.23372,"14-Jan-2016 00:00:00.000":23.95608,"15-Jan-2016 00:00:00.000":26.95812,"16-Jan-2016 00:00:00.000":27.35127,"17-Jan-2016 00:00:00.000":28.34871,"18-Jan-2016 00:00:00.000":25.49409,"19-Jan-2016 00:00:00.000":26.34288,"20-Jan-2016 00:00:00.000":24.64553}}')

我试过了：

>>'2016-01' in test_df.index
False
4

1 回答 1

2

如果使用DatetimeIndex，您可以使用to_periodfor convert toPeriodIndex然后any（谢谢John Zwinck）：

print (temp_df.index.to_period('m'))
PeriodIndex(['2016-01', '2016-01', '2016-01', '2016-01', '2016-01', '2016-01',
             '2016-01', '2016-01', '2016-01', '2016-01', '2016-01', '2016-01',
             '2016-01', '2016-01', '2016-01', '2016-01', '2016-01', '2016-01',
             '2016-01', '2016-01'],
            dtype='period[M]', freq='M')

print (temp_df.index.to_period('m') == '2016-01')
[ True  True  True  True  True  True  True  True  True  True  True  True
  True  True  True  True  True  True  True  True]

print ((temp_df.index.to_period('m') == '2016-01').any())
True
于 2016-12-01T11:53:00.417 回答