代码之家 › 专栏 › 技术社区 › Bartek Malysz

熊猫如何在时间段上过滤数据帧

python-datetime datetime pandas python-3.x python

Bartek Malysz · 技术社区 · 7 年前

我有一个包含下表的文件:

    Name        AvailableDate            totalRemaining
0   X3321       2018-03-14 13:00:00      200
1   X3321       2018-03-14 14:00:00      200
2   X3321       2018-03-14 15:00:00      200
3   X3321       2018-03-14 16:00:00      200
4   X3321       2018-03-14 17:00:00      193

我想返回一个数据帧,其中包含特定时间期间,无论实际日期。

我在这里举了一个例子:

filter pandas dataframe by time

但当我执行以下命令时:

## setup
import pandas as pd
import numpy as np

### Step 2
### Check available slots
file2 = r'C:\Users\user\Desktop\Files\data.xlsx'

slots = pd.read_excel(file2,na_values='')

## filter the preferred ones
slots['nextAvailableDate'] = pd.to_datetime((slots['nextAvailableDate']))


slots['times'] = pd.to_datetime((slots['nextAvailableDate']))
slots = slots[slots['times'].between('21:00:00', '02:00:00')]

这将返回空数据帧以及此解决方案:

slots = slots[slots['times'].dt.strftime('%H:%M:%S').between('21:00:00', '02:00:00')]

有没有一种方法可以在不单独创建时间列的情况下正确执行此操作?请问我应该如何处理这个问题?

我的目标:

Name        AvailableDate            totalRemaining
0   X3321       2018-03-14 21:00:00      200
1   X3321       2018-03-14 22:00:00      200
2   X3321       2018-03-14 23:00:00      200
3   X3321       2018-03-14 00:00:00      200
4   X3321       2018-03-14 01:00:00      193

对于数据集中显示的每一天。

2 回复 | 直到 5 年前

jezrael 7 年前

我认为需要 between_time 使用 Datetimeindex 创建人 set_index ,对于列添加 reset_index 具有 reindex 对于相同的列顺序:

print (slots)
     Name        AvailableDate  totalRemaining
0   X3321  2018-03-14 21:00:00             200
1   X3321  2018-03-14 20:00:00             200
2   X3321  2018-03-14 22:00:00             200
3   X3321  2018-03-14 23:00:00             200
4   X3321  2018-03-14 00:00:00             200
5   X3321  2018-03-14 01:00:00             193
6   X3321  2018-03-14 13:00:00             200
7   X3321  2018-03-14 14:00:00             200
8   X3321  2018-03-14 15:00:00             200
9   X3321  2018-03-14 16:00:00             200
10  X3321  2018-03-14 17:00:00             193

slots['AvailableDate'] = pd.to_datetime(slots['AvailableDate'])

df = (slots.set_index('AvailableDate')
          .between_time('21:00:00', '02:00:00')
          .reset_index()
          .reindex(columns=df.columns))
print (df)
        AvailableDate   Name  totalRemaining
0 2018-03-14 21:00:00  X3321             200
1 2018-03-14 22:00:00  X3321             200
2 2018-03-14 23:00:00  X3321             200
3 2018-03-14 00:00:00  X3321             200
4 2018-03-14 01:00:00  X3321             193

Dhanasekaran Anbalagan 4 年前

您可以使用 pd.Series.between 具有 datetime 对象,如下所示。

from datetime import datetime

start = datetime.strptime('21:00:00', '%H:%M:%S').time()
end = datetime.strptime('02:00:00', '%H:%M:%S').time()

slots = slots[slots['times'].dt.time.between(start, end)]

示例用法

from datetime import datetime
import pandas as pd

slots = pd.DataFrame({'times': ['2018-03-08 05:00:00', '2018-03-08 07:00:00',
                                '2018-03-08 01:00:00', '2018-03-08 20:00:00',
                                '2018-03-08 22:00:00', '2018-03-08 23:00:00']})


slots['times'] = pd.to_datetime(slots['times'])

start = datetime.strptime('21:00:00', '%H:%M:%S').time()
end = datetime.strptime('23:30:00', '%H:%M:%S').time()

slots = slots[slots['times'].dt.time.between(start, end)]

#                 times
# 4 2018-03-08 22:00:00
# 5 2018-03-08 23:00:00