Pandas 过滤 - between_time 在非索引列上

Question

我需要过滤掉特定时段的数据。 DataFrame 函数 between_time 似乎是正确的方法，但是，它只适用于数据帧的索引列；但我需要原始格式的数据（例如，数据透视表希望日期时间列具有正确的名称，而不是索引）。

这意味着每个过滤器看起来像这样：

df.set_index(keys='my_datetime_field').between_time('8:00','21:00').reset_index()

这意味着每次这样的过滤器都有两次重建索引操作运行。

这是一个好的做法还是有更合适的方法来做同样的事情？

Answer 1

创建一个 DatetimeIndex，但将其存储在变量中，而不是 DataFrame 中。然后调用它的 indexer_between_time 方法。这个 returns 一个整数数组，然后可以使用 iloc 用于 df 中的 select 行：

import pandas as pd
import numpy as np

N = 100
df = pd.DataFrame(
    {'date': pd.date_range('2000-1-1', periods=N, freq='H'),
     'value': np.random.random(N)})

index = pd.DatetimeIndex(df['date'])
df.iloc[index.indexer_between_time('8:00','21:00')]

Pandas 过滤 - between_time 在非索引列上

Pandas filtering - between_time on a non-index column

python

pandas