使用 DatetimeIndex 处理 pandas 系列。期望的结果是一个数据框，其中包含 .loc[] 函数中指定的范围内的所有行。
当我尝试以下代码时：
aapl.index = pd.to_datetime(aapl.index)
print(aapl.loc[pd.Timestamp('2010-11-01'):pd.Timestamp('2010-12-30')])
我回来了：
Empty DataFrame
Columns: [Open, High, Low, Close, Volume, ExDividend, SplitRatio,
AdjOpen, AdjHigh, AdjLow, AdjClose, AdjVolume]
Index: []
重申一下，我想要的结果是数据框的一个子集，包含范围内的所有行 (2010-11-01):(2010-12-30)。
国际大学联盟：
import pandas_datareader as web
aapl = web.get_data_yahoo('aapl')
aapl.loc['2010-11-01':'2010-12-30']
使用部分字符串索引和切片。
似乎您需要将索引转换为datetime，然后使用标准索引/切片表示法。
import pandas as pd, numpy as np
df = pd.DataFrame(list(range(365)))
# these lines are for demonstration purposes only
df['date'] = pd.date_range('2010-1-1', periods=365, freq='D').astype(str)
df = df.set_index('date')
df.index = pd.to_datetime(df.index)
res = df[pd.Timestamp('2010-11-01'):pd.Timestamp('2010-11-10')]
# 0
# date
# 2010-11-01 304
# 2010-11-02 305
# 2010-11-03 306
# 2010-11-04 307
# 2010-11-05 308
# 2010-11-06 309
# 2010-11-07 310
# 2010-11-08 311
# 2010-11-09 312
# 2010-11-10 313
出于好奇，我尝试将最近的日期作为选择的开始，将最近的日期作为结束。令我惊讶的是，这有效，但时间序列数据的顺序相反。
在：
aapl.loc[pd.Timestamp('2010-12-30'):pd.Timestamp('2010-11-01')]
所以......呃，我意识到我的时间序列数据必须是相反的顺序。现在的问题是，如何将 DatetimeIndex df 排序为正确的顺序？
所需的订单将第 n 个日期作为最后一行，最早的日期作为第一行。
******编辑******
aapl.index = pd.to_datetime(aapl.index)
aapl = aapl.sort_index(ascending=True)
aaplrange = aapl.loc[pd.Timestamp('2010-11-01'):pd.Timestamp('2010-12-30')]
作品！