Question

我有2000年到2015年的每日数据时间序列。我想要的是另一个单一的时间序列，它只包含4月15日到6月15日之间每年的数据（因为那是与我的分析相关的时期）。我已经编写了一个代码来自己做同样的事情，如下所示：

import pandas as pd
df = pd.read_table(myfilename, delimiter=",", parse_dates=['Date'], na_values=-99)
dff = df[df['Date'].apply(lambda x: x.month>=4 and x.month<=6)]
dff = dff[dff['Date'].apply(lambda x: x.day>=15 if x.month==4 else True)]
dff = dff[dff['Date'].apply(lambda x: x.day<=15 if x.month==6 else True)]

我认为这段代码太无效了，因为它必须在数据帧上执行3次操作才能获得所需的子集。

我想知道以下两件事：

是否有内置的pandas功能来实现这一目标？
如果没有，是否有更有效和更好的方法来实现这一目标？

Answer 1

试试这个：

index = pd.date_range("2000/01/01", "2016/01/01")
s = index.to_series()
s[(s.dt.month * 100 + s.dt.day).between(415, 615)]

Answer 2

让数据框看起来像这样：

import re
import pandas as pd
df= pd.read_csv('C:/Users/Desktop/items.csv')
p = re.compile(r'(?<=\s+|")\d+(?!\w+)')
df.rate.apply(lambda x: re.findall(p, x))

创建一系列日期，并将年份设置为相同的值

df = pd.DataFrame({'Date': pd.date_range('2000-01-01', periods=365*10, freq='D'),
                   'Value': np.random.random(365*10)})

过滤使用此系列从数据框中选择

x = df.Date.apply(lambda x: pd.datetime(2000,x.month, x.day))

每年在两个日期之间提取数据

2 个答案: