我有一个像这样的数据帧：
Timestamp Maximum Demand Consumption
3/1/2017 6:00 116 116
3/1/2017 7:00 1532 118
3/1/2017 8:00 2008 119
3/1/2017 9:00 3008 125
3/1/2017 10:00 4472 122
3/1/2017 11:00 4964 123
3/1/2017 12:00 5908 118
3/1/2017 13:00 7324 118
3/1/2017 14:00 7800 119
3/1/2017 15:00 8752 119
3/1/2017 16:00 10216 122
3/1/2017 17:00 10716 125
3/1/2017 18:00 11676 120
3/1/2017 19:00 13164 124
3/1/2017 20:00 13628 116
3/1/2017 21:00 14572 118
3/1/2017 22:00 16048 123
3/1/2017 23:00 16540 123
4/1/2017 0:00 17476 117
4/1/2017 1:00 18916 120
4/1/2017 2:00 19384 117
4/1/2017 3:00 20312 116
4/1/2017 4:00 21764 121
4/1/2017 5:00 22228 116
4/1/2017 6:00 23204 122
4/1/2017 7:00 24704 125
4/1/2017 8:00 25204 125
4/1/2017 9:00 26172 121
4/1/2017 10:00 27552 115
4/1/2017 11:00 28028 119
4/1/2017 12:00 28988 120
4/1/2017 13:00 30488 125
4/1/2017 14:00 30960 118
4/1/2017 15:00 31920 120
4/1/2017 16:00 33408 124
4/1/2017 17:00 33904 124
4/1/2017 18:00 34880 122
Date format: dd/mm/yyyy hh:mm
我正在尝试根据时间和日期过滤数据。
示例：从时间(07:00 - 18:00)，(19:00 - 22:00)和(23:00 - 06:00)开始
预期产出：
3/1/2017 7:00 1532 118
3/1/2017 8:00 2008 119
3/1/2017 9:00 3008 125
3/1/2017 10:00 4472 122
3/1/2017 11:00 4964 123
3/1/2017 12:00 5908 118
3/1/2017 13:00 7324 118
3/1/2017 14:00 7800 119
3/1/2017 15:00 8752 119
3/1/2017 16:00 10216 122
3/1/2017 17:00 10716 125
3/1/2017 18:00 11676 120
我是初学者，我很困惑。我怎样才能做到这一点？ 请帮忙。
我在我的代码中尝试了这个：
offpeak = df2[(df2.index.hour == 6) & (df2.index.minute == 0)]
normal = df2[(df2.index.hour == 18) & (df2.index.minute == 0)]
peak = df2[(df2.index.hour == 22) & (df2.index.minute == 0)]
答案 0 :(得分：2)
我认为您需要between_time，但首先转换列Timestamp to_datetime，然后从中设置索引：
df.Timestamp = pd.to_datetime(df.Timestamp, dayfirst=True)
df = df.set_index('Timestamp')
offpeak = df.between_time('7:00', '18:00')
normal = df.between_time('19:00', '22:00')
peak = df.between_time('23:00', '6:00')
print (offpeak)
Maximum Demand Consumption
Timestamp
2017-01-03 07:00:00 1532 118
2017-01-03 08:00:00 2008 119
2017-01-03 09:00:00 3008 125
2017-01-03 10:00:00 4472 122
2017-01-03 11:00:00 4964 123
2017-01-03 12:00:00 5908 118
2017-01-03 13:00:00 7324 118
2017-01-03 14:00:00 7800 119
2017-01-03 15:00:00 8752 119
2017-01-03 16:00:00 10216 122
2017-01-03 17:00:00 10716 125
2017-01-03 18:00:00 11676 120
2017-01-04 07:00:00 24704 125
2017-01-04 08:00:00 25204 125
2017-01-04 09:00:00 26172 121
2017-01-04 10:00:00 27552 115
2017-01-04 11:00:00 28028 119
2017-01-04 12:00:00 28988 120
2017-01-04 13:00:00 30488 125
2017-01-04 14:00:00 30960 118
2017-01-04 15:00:00 31920 120
2017-01-04 16:00:00 33408 124
2017-01-04 17:00:00 33904 124
2017-01-04 18:00:00 34880 122
如果还需要按date过滤：
df.Timestamp = pd.to_datetime(df.Timestamp, dayfirst=True)
df = df.set_index('Timestamp')
offpeak = df['2017-01-04'].between_time('7:00', '18:00')
print (offpeak)
Maximum Demand Consumption
Timestamp
2017-01-04 07:00:00 24704 125
2017-01-04 08:00:00 25204 125
2017-01-04 09:00:00 26172 121
2017-01-04 10:00:00 27552 115
2017-01-04 11:00:00 28028 119
2017-01-04 12:00:00 28988 120
2017-01-04 13:00:00 30488 125
2017-01-04 14:00:00 30960 118
2017-01-04 15:00:00 31920 120
2017-01-04 16:00:00 33408 124
2017-01-04 17:00:00 33904 124
2017-01-04 18:00:00 34880 122