按时间在熊猫中搜索或分组时间序列数据

时间:2018-09-19 23:12:14

标签: python regex pandas data-science data-cleaning

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

2 个答案:

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)