Question

我想获得满足特定要求的数据帧的一部分。

我想这样做：

new_df = old_df[old_df.timevariable.date() == thisdateiwant]

有效的方法吗？这里的问题是.date（）部分。我在使用相同的语法之前完成了这个，但是没有使用old_df的修饰符。例如old_df.timevariable是一个日期时间，那么我可以将它与==datetime匹配但是因为我想要一个日期，我需要修改数据框中的每个元素，语法并不是这样。

我知道我可以全力以赴，让它循环使用一堆变量，但我很确定这会慢得多。第一个代码片段似乎是执行此操作的最快方式（如WHERE SQL子句），但如果您需要修改您要比较的变量（例如.date（）），它似乎无法工作）。

old_df的大小约为（900k，15），所以我希望得到一些有效的东西。目前，我只是更改变量并从SQL重新导入，每个日期（thisdateiwant）似乎需要5-10秒。我假设在python中使用较大的初始数据库会比这更快。通常，它会为每个日期返回大约30k行到new_df。

这样做的最快方法是什么？

修改

很高兴将此标记为重复，我从其他问题的某些代码（来自@Pault）开始使用它。基本上做了：

mask = old_db['timevariable'] >= thisdateiwant
mask2 =  old_db['timevariable'] < thisdateiwant (+1day)
new_db = old_db.loc[mask]
new_db = new_db.loc[mask2]

我不认为这是同时做两个面具的简单方法，似乎抛出错误。它很好很快，所以我很高兴。

Answer 1

如果您的列真的是时间戳，那么您可以使用dt访问者。

new_df = old_df[old_df.timevariable.dt.floor('D') == '2018-05-09']

否则使用pd.to_datetime

将目标列更改为时间戳

old_df[timevariable] = pd.to_datetime(old_df[timevariable])

没有dt访问者

，可以更自然地支持

日期范围

new_df = old_df[old_df.timevariable >= '2018-05-09'] <- dates after may 9th inclusive

如何获取符合特定条件的Dataframe部分？

1 个答案: