Python - 选择特定时间范围的熊猫

Question

Python新手在这里，但我有一些数据是日内财务数据，可以追溯到2012年，所以它每天都有相同的时间（每天相同的交易时段），但只是不同的日期。我希望能够从数据中选择特定时间并检查该时间段的相应OHLC数据，然后对其进行一些分析。

所以目前它是一个CSV文件，我正在做：

import pandas as pd
data = pd.DataFrame.read_csv('data.csv')

date = data['date']
op = data['open']
high = data['high']
low = data['low']
close = data['close']
volume = data['volume']

问题是日期列的格式为＆＃34; dd / mm / yyyy 00:00:00＆＃34;作为一个字符串或其他什么，所以可以在一定时间之间选择，例如＆＃34; 09：00：00＆＃34;和＆＃34; 10：00：00＆＃34;？或者我是否必须将该时间段与日期分开并将其作为自己的专栏？如果是这样，怎么样？

所以我相信pandas有一个between_time()函数，但是这似乎需要一个DataFrame，所以如何将它转换为DataFrame，然后我应该可以使用between_time函数来选择我的时间之间想。也因为那里显然有数千天，都有他们自己的＆＃34; xx：xx：xx＆＃34; to＆＃34; xx：xx：xx＆＃34;我想拉出我想要从每天看的同一时间段，而不仅仅是第一批＆＃34; xx：xx：xx＆＃34; to＆＃34; xx：xx：xx＆＃34;因为它可以降低数据，如果这样做有意义的话。谢谢！！

Answer 1

考虑数据框df

from pandas_datareader import data

df = data.get_data_yahoo('AAPL', start='2016-08-01', end='2016-08-03')
df = df.asfreq('H').ffill()

选项1
将index转换为系列，然后转换为dt.hour.isin

slc = df.index.to_series().dt.hour.isin([9, 10])
df.loc[slc]

选项2
numpy广播

slc = (df.index.hour[:, None] == [9, 10]).any(1)
df.loc[slc]

对评论的回复

要在每天的时段内获得一个范围，请使用resample + agg + np.ptp（峰值到峰值）

df.loc[slc].resample('D').agg(np.ptp)