Даты как индекс

Продажи по дням, температура по дням, курс валюты по дням — всё это временные ряды: значения, у каждого из которых есть момент времени. Главный вопрос к таким данным — «что было в таком-то периоде». Отвечать на него проще всего, когда даты стоят в индексе.

Даты в индексе

Возьмём погоду в Москве и сделаем дату индексом:

import pandas as pd

weather = pd.read_csv("data/weather.csv", parse_dates=["date"])
moscow = weather[weather["city"] == "Москва"].set_index("date").drop(columns=["city"])
moscow.head(3)

Индекс из дат — особый тип, DatetimeIndex:

print(type(moscow.index))
print(moscow.index.min(), moscow.index.max())

<class 'pandas.DatetimeIndex'>
2025-01-01 00:00:00 2025-12-31 00:00:00

С ним loc понимает даты, записанные строкой. Один день:

moscow.loc["2025-05-09"]

temp_min     10.7
temp_max     15.3
precip_mm    10.2
wind_ms       3.3
Name: 2025-05-09 00:00:00, dtype: float64

Часть даты вместо целой

Если указать не полную дату, а только год и месяц, loc вернёт все дни этого месяца:

moscow.loc["2025-05"].head(3)

print(len(moscow.loc["2025-05"]))
print(moscow.loc["2025-05", "temp_max"].mean())

31
15.545161290322582

Сравните с двумя сравнениями дат через & — запись loc["2025-05"] короче и читается как обычная речь. Так же работает год: loc["2025"].

march = ...
march_max = ...
march_warmest = ...

march = moscow.loc["2025-03"]
march_max = march["temp_max"].max()
march_warmest = march["temp_max"].idxmax()

idxmax вернул дату — ещё одно удобство дат в индексе: «когда был максимум» получается сразу.

Срезы по датам

Период задают срезом. Как у любого среза по меткам, обе границы входят:

moscow.loc["2025-12-29":"2025-12-31"]

Границами могут быть и месяцы: от начала первого до конца последнего.

spring = moscow.loc["2025-03":"2025-05"]
print(len(spring))
print(spring.index.min(), spring.index.max())

92
2025-03-01 00:00:00 2025-05-31 00:00:00

summer = ...
summer_mean = ...
holidays = ...
holidays_mean = ...

summer = moscow.loc["2025-06":"2025-08"]
summer_mean = summer["temp_max"].mean()
holidays = moscow.loc["2025-05-01":"2025-05-11", "temp_max"]
holidays_mean = holidays.mean()

Части даты у индекса

У столбца дат части доставали через .dt. У индекса из дат приставка не нужна — атрибуты есть у него самого:

print(moscow.index.month[:3].tolist())
print(moscow.index.dayofweek[:3].tolist())
print((moscow.index.dayofweek >= 5).sum())

[1, 1, 1]
[2, 3, 4]
104

Дни, которых нет

Соберём ряд выручки магазина по дням:

orders = pd.read_csv("data/shop_orders.csv", parse_dates=["date"])
orders["revenue"] = orders["price"] * orders["quantity"]
daily = orders.groupby("date")["revenue"].sum()
print(len(daily))
daily.head(3)

358

date
2025-01-01     9060
2025-01-02    10450
2025-01-03    18620
Name: revenue, dtype: int64

Дней в году 365, а в ряду — 358. В семь дней покупок не было, и в таблице продаж этих дат просто нет. Группировка не может создать строку для даты, которая не встретилась:

daily.loc["2025-07-02"]

KeyError: '2025-07-02'

Для временного ряда это проблема. Среднее по 358 дням завышает «выручку в день»; неделя из шести дней сравнивается с неделей из семи; на графике пропавший день незаметен. Нужен ряд с полным календарём.

Функция pd.date_range создаёт набор дат от начала до конца — по дню на каждую:

pd.date_range("2025-01-01", "2025-01-05")

DatetimeIndex(['2025-01-01', '2025-01-02', '2025-01-03', '2025-01-04',
               '2025-01-05'],
              dtype='datetime64[us]', freq='D')

freq='D' в конце значит «шаг — один день» (day).

А reindex из прошлого модуля приводит ряд к этому набору: для дат, которых не было, ставит указанное значение.

calendar = ...
sales = ...
empty_days = ...
december = ...

calendar = pd.date_range("2025-01-01", "2025-12-31")
sales = daily.reindex(calendar, fill_value=0)
empty_days = (sales == 0).sum()
december = sales.loc["2025-12"].sum()

Индекс должен быть отсортирован

Срезы по датам рассчитаны на то, что даты идут по порядку. Если строки перемешаны, срез не сработает:

shuffled = moscow.sort_values("temp_max")
shuffled.loc["2025-03-01":"2025-03-05"]

KeyError: 'Value based partial slicing on non-monotonic DatetimeIndexes with non-existing keys is not allowed.'

Итоги

• set_index("date") — даты в индексе; дальше loc понимает даты строкой.
• loc["2025-03"] — весь месяц, loc["2025"] — весь год, loc["2025-06":"2025-08"] — период, обе границы входят.
• У индекса из дат есть index.month, index.dayofweek и другие части — без .dt.
• В данных может не быть строк для «пустых» дней: pd.date_range и reindex восстанавливают календарь.
• Срезы по датам требуют отсортированного индекса.