Question

我正在使用pandas数据框，其中'date_time'列的值看起来像日期时间戳：2014-02-21 17:16:42

我可以使用df ['date_time']调用该列，我想搜索具有特定日期的行。

我一直在努力尝试

df[(df['date_time']=='2014-02-21')]

但我不知道如何从日期时间值中搜索日期。另外，我不确定它是否相关，但是当我检查类型（df.date_time [0]）时，它返回字符串，而不是某个日期时间类型对象。

非常感谢。

Answer 1

这里更有效不使用字符串（假设这些已经是datetime64 - 您应该这样做！），因为这些必须在比较之前计算 ......而字符串的东西很慢。

In [11]: s = pd.Series(pd.to_datetime(['2014-02-21 17:16:42', '2014-02-22 17:16:42']))

In [12]: s
Out[12]:
0   2014-02-21 17:16:42
1   2014-02-22 17:16:42
dtype: datetime64[ns]

您可以只进行简单的订购检查：

In [13]: (pd.Timestamp('2014-02-21') < s) & (s < pd.Timestamp('2014-02-22'))
Out[13]:
0     True
1    False
dtype: bool

In [14]: s.loc[(pd.Timestamp('2014-02-21') < s) & (s < pd.Timestamp('2014-02-22'))]
Out[14]:
0   2014-02-21 17:16:42
dtype: datetime64[ns]

但是，使用DatetimeIndex.normalize（在每个时间戳的午夜获取时间戳）会更快：

In [15]: pd.DatetimeIndex(s).normalize()
Out[15]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-02-21, 2014-02-22]
Length: 2, Freq: None, Timezone: None

In [16]: pd.DatetimeIndex(s).normalize() == pd.Timestamp('2014-02-21')
Out[16]: array([ True, False], dtype=bool)

In [17]: s.loc[pd.DatetimeIndex(s).normalize() == pd.Timestamp('2014-02-21')]
Out[17]:
0   2014-02-21 17:16:42
dtype: datetime64[ns]

这是一些时间（如上所述）：

In [21]: %timeit s.loc[s.str.startswith('2014-02-21')]
1000 loops, best of 3: 1.16 ms per loop

In [22]: %timeit s.loc[(pd.Timestamp('2014-02-21') < s) & (s < pd.Timestamp('2014-02-22'))]
1000 loops, best of 3: 1.23 ms per loop

In [23]: %timeit s.loc[pd.DatetimeIndex(s).normalize() == pd.Timestamp('2014-02-21')]
1000 loops, best of 3: 405 µs per loop

稍微大一些，结果更有说服力：

In [31]: s = pd.Series(pd.to_datetime(['2014-02-21 17:16:42', '2014-02-22 17:16:42'] * 1000))

In [32]: %timeit s.loc[s.str.startswith('2014-02-21')]
10 loops, best of 3: 105 ms per loop

In [33]: %timeit s.loc[(pd.Timestamp('2014-02-21') < s) & (s < pd.Timestamp('2014-02-22'))]
1000 loops, best of 3: 1.3 ms per loop

In [34]: %timeit s.loc[pd.DatetimeIndex(s).normalize() == pd.Timestamp('2014-02-21')]
1000 loops, best of 3: 694 µs per loop

注意：在您的示例中，df['date_time']列是s，您将执行df.loc[pd.DatetimeIndex(df['date_time']) == ...]。

Answer 2

因为这是一种刺痛，所以你可以尝试以下方式：

df[df['date_time'].str.startswith('2014-02-21')]

熊猫从日期时间戳中获取日期

2 个答案: