我正在尝试按时间跨越多天的大熊猫时间序列。例如,我只想要在12:00到13:00之间的时间。
我知道如何在特定日期执行此操作,例如,
In [44]: type(test)
Out[44]: pandas.core.frame.DataFrame
In [23]: test
Out[23]:
col1
timestamp
2012-01-14 11:59:56+00:00 3
2012-01-14 11:59:57+00:00 3
2012-01-14 11:59:58+00:00 3
2012-01-14 11:59:59+00:00 3
2012-01-14 12:00:00+00:00 3
2012-01-14 12:00:01+00:00 3
2012-01-14 12:00:02+00:00 3
In [30]: test['2012-01-14 12:00:00' : '2012-01-14 13:00']
Out[30]:
col1
timestamp
2012-01-14 12:00:00+00:00 3
2012-01-14 12:00:01+00:00 3
2012-01-14 12:00:02+00:00 3
但是我使用test.index.hour
或test.index.indexer_between_time()
的任何日期都没有这样做,这些日期都被建议作为类似问题的答案。我尝试了以下方法:
In [44]: type(test)
Out[44]: pandas.core.frame.DataFrame
In [34]: test[(test.index.hour >= 12) & (test.index.hour < 13)]
Out[34]:
Empty DataFrame
Columns: [col1]
Index: []
In [36]: import datetime as dt
In [37]: test.index.indexer_between_time(dt.time(12),dt.time(13))
Out[37]: array([], dtype=int64)
对于第一种方法,我不知道test.index.hour
或test.index.minute
实际返回的是什么:
In [41]: test.index
Out[41]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2012-01-14 11:59:56, ..., 2012-01-14 12:00:02]
Length: 7, Freq: None, Timezone: tzlocal()
In [42]: test.index.hour
Out[42]: array([11, 23, 0, 0, 0, 0, 0], dtype=int32)
In [43]: test.index.minute
Out[43]: array([59, 50, 0, 0, 50, 50, 0], dtype=int32)
他们回来了什么?如何进行所需的子集化?理想情况下,我如何才能使上述两种方法都起作用?
编辑:问题结果是索引无效,上面的Timezone: tzlocal()
证明了这一点,因为tzlocal()
不应该被允许作为时区。当我将生成索引的方法更改为pd.to_datetime()
时,根据接受答案的最后部分,一切都按预期工作。
答案 0 :(得分:10)
假设索引是有效的pandas时间戳,以下内容将起作用:
test.index.hour
返回一个数组,其中包含数据框中每行的小时数。例如:
df = pd.DataFrame(randn(100000,1),columns=['A'],index=pd.date_range('20130101',periods=100000,freq='T'))
df.index.year
返回array([2013, 2013, 2013, ..., 2013, 2013, 2013])
要抓住时间介于12和1之间的所有行,请使用
df.between_time('12:00','13:00')
这将在几天/几年内获取该时间范围等。如果索引不是有效时间戳,请使用pd.to_datetime()
将其转换为有效时间戳