在循环中删除熊猫数据帧之间的时间

Question

我想递归地删除位于定义的时间增量之间的数据帧行-如图所示。

我准备了以下代码段：

import pandas as pd

time_series = pd.date_range('2018-01-01', periods=100, freq='ms')
df = pd.Series(range(len(time_series)), index=time_series)
print(df)
df = df.drop(df.between_time("00:00:00.003", "00:00:00.098").index)

过滤的时间范围应该与日期无关，并且仅考虑小时差异。我应该如何删除图中显示的“放置”部分中的不必要数据？循环应该一直持续到包含大约1亿行的数据帧结束为止。

Answer 1

您可以尝试：

i = pd.date_range('2018-01-01', periods=100, freq='ms')
df = pd.DataFrame({'A': range(100)}, index=i)
df.drop(df.between_time(*pd.to_datetime(['00:00:00.003', '00:00:00.098']).time).index, inplace=True)

结果：

                          A
2018-01-01 00:00:00.000   0
2018-01-01 00:00:00.001   1
2018-01-01 00:00:00.002   2
2018-01-01 00:00:00.099  99

Answer 2

根据您的系列，此代码将每行间隔3分钟

import pandas as pd
time_series = pd.date_range('2018-01-01', periods=100000000, freq='ms')
df = pd.Series(range(len(time_series)), index=time_series)
df2=df.to_frame()
df2.columns = ['every_3rd_minute']
df2 = df2[df2.every_3rd_minute % 180000 == 0]
print(df2)

产生

                   every_3rd_minute
2018-01-01 00:00:00                 0
2018-01-01 00:03:00            180000
2018-01-01 00:06:00            360000
2018-01-01 00:09:00            540000
2018-01-01 00:12:00            720000
...                               ...
2018-01-02 03:33:00          99180000
2018-01-02 03:36:00          99360000
2018-01-02 03:39:00          99540000
2018-01-02 03:42:00          99720000
2018-01-02 03:45:00          99900000

[556 rows x 1 columns]