我有一个像这样的数据集
dataset = pd.read_csv('1053.csv')
print dataset.head(25)
date power
0 2009-7-14 0:30:00 0.039
1 2009-7-14 1:00:00 0.147
2 2009-7-14 1:30:00 0.134
3 2009-7-14 2:00:00 0.131
4 2009-7-14 2:30:00 0.076
5 2009-7-14 3:00:00 0.039
6 2009-7-14 3:30:00 0.039
7 2009-7-14 4:00:00 0.052
8 2009-7-14 4:30:00 0.148
9 2009-7-14 5:00:00 0.136
10 2009-7-14 5:30:00 0.132
11 2009-7-14 6:00:00 0.060
12 2009-7-14 6:30:00 0.034
13 2009-7-14 7:00:00 0.034
14 2009-7-14 7:30:00 0.033
15 2009-7-14 8:00:00 0.326
16 2009-7-14 8:30:00 0.140
17 2009-7-14 9:00:00 0.133
18 2009-7-14 9:30:00 0.107
19 2009-7-14 10:00:00 0.161
20 2009-7-14 10:30:00 0.042
21 2009-7-14 11:00:00 1.259
22 2009-7-14 11:30:00 1.227
23 2009-7-14 12:00:00 0.167
24 2009-7-14 12:30:00 0.518
如何提取包含确切时间的行?例如。 我试图这样做
df = dataset[dataset.date.str.contains("2:00:00",regex=False)]
df1 = df.reset_index()
del df1['index']
print df1.head(7)
但这给了我这个结果。
date power
0 2009-7-14 2:00:00 0.131
1 2009-7-14 12:00:00 0.167
2 2009-7-14 22:00:00 0.208
3 2009-7-15 2:00:00 0.085
4 2009-7-15 12:00:00 0.097
5 2009-7-15 22:00:00 0.203
6 2009-7-16 2:00:00 0.038
我希望结果像这样
date power
0 2009-7-14 2:00:00 0.131
1 2009-7-15 2:00:00 0.085
2 2009-7-16 2:00:00 0.038
3 2009-7-17 2:00:00 0.141
4 2009-7-18 2:00:00 0.039
5 2009-7-19 2:00:00 0.039
6 2009-7-20 2:00:00 0.079
答案 0 :(得分:1)
一旦您的date
列包含熊猫时间戳记,您就可以使用dt
accessor method来获取年,月,日,小时等。
df = df.assign(timestamp=pd.to_datetime(df['date'])
df[df['timestamp'].dt.hour == 2
答案 1 :(得分:0)
这似乎不是正则表达式的问题,因为您是在代码中将正则表达式标志专门设置为“ False”。
但是,您只需在搜索值前面加上一个“”,就可以简单地搜索所需的值(基于您提供给我们的数据样本)。
df = dataset[dataset.date.str.contains(" 2:00:00",regex=False)