Вопрос по pandas, python, time-series, indexing – pandas, python - как выбрать определенное время во временных рядах

16

Я работал довольно долго, используя python и pandas для анализа набора почасовых данных, и нахожу это довольно хорошим (Исходя из Matlab.)

Теперь я застрял. Я создал свойDataFrame как это:

<code>SamplingRateMinutes=60
index = DateRange(initialTime,finalTime, offset=datetools.Minute(SamplingRateMinutes))
ts=DataFrame(data, index=index)
</code>

Сейчас я хочу выбрать Данные за все дни с 10 до 13 и с 20 до 23, чтобы использовать эти данные для дальнейших расчетов. До сих пор я нарезал данные с помощью

<code> selectedData=ts[begin:end]
</code>

И я уверен, что получу какую-то грязную петлю, чтобы выбрать необходимые данные. Но должен быть более элегантный способ точно указать, что я хочу. Я уверен, что это общая проблема, и решение в псевдокоде должно выглядеть примерно так:

<code>myIndex=ts.index[10<=ts.index.hour<=13 or 20<=ts.index.hour<=23]
selectedData=ts[myIndex]
</code>

Кстати, я инженер, а не программист :) ... пока

Ваш Ответ

4   ответа
6

я решил предоставить другой ответ, который представляет собой обновление синтаксиса для панд 0.10.0 в ответе Марка в сочетании с подсказкой Уэса:

import pandas as pd
from datetime import datetime

dr = pd.date_range(datetime(2009,1,1),datetime(2010,12,31),freq='H')
dt = pd.DataFrame(rand(len(dr),2),dr)
hour = dt.index.hour
selector = ((10 <= hour) & (hour <= 13)) | ((20<=hour) & (hour<=23))
data = dt[selector]
существует конфликт пакета dt и переменной dt Phyo Arkar Lwin
25

В следующих пандах 0.8.0 ты сможешь писать

hour = ts.index.hour
selector = ((10 <= hour) & (hour <= 13)) | ((20 <= hour) & (hour <= 23))
data = ts[selector]
7

In [32]: from datetime import datetime as dt

In [33]: dr = p.DateRange(dt(2009,1,1),dt(2010,12,31), offset=p.datetools.Hour())

In [34]: hr = dr.map(lambda x: x.hour)

In [35]: dt = p.DataFrame(rand(len(dr),2), dr)

In [36]: dt 

Out[36]: 
<class 'pandas.core.frame.DataFrame'>
DateRange: 17497 entries, 2009-01-01 00:00:00 to 2010-12-31 00:00:00
offset: <1 Hour>
Data columns:
0    17497  non-null values
1    17497  non-null values
dtypes: float64(2)

In [37]: dt[(hr >= 10) & (hr <=16)]

Out[37]: 
<class 'pandas.core.frame.DataFrame'>
Index: 5103 entries, 2009-01-01 10:00:00 to 2010-12-30 16:00:00
Data columns:
0    5103  non-null values
1    5103  non-null values
dtypes: float64(2)
Работает! Большое спасибо Dr. Dave
Вот как это решение будет реализовано в синтаксисе для 0.10 и объединено с ответом Уэса ниже:dr = pd.date_range(dt(2009,1,1),dt(2010,12,31),freq='H'); dt = pd.DataFrame(rand(len(dr),2),dr); hour = dt.index.hour; selector = ((10 <= hour) & (hour <= 13)) | ((20<=hour) & (hour<=23)) data = dt[selector] K.-Michael Aye
0

Pandas DataFrame имеет встроенную функцию Pandas.DataFrame.between_time

df = pd.DataFrame(np.random.randn(1000, 2),
                  index=pd.date_range(start='2017-01-01', freq='10min', periods=1000))

Создайте 2 кадра данных для каждого периода времени:

df1 = df.between_time(start_time='10:00', end_time='13:00') 
df2 = df.between_time(start_time='20:00', end_time='23:00')

Кадр данных, который вы хотите, объединяется и сортируется по df1 и df2:

pd.concat([df1, df2], axis=0).sort_index()

Похожие вопросы