我经常使用 DateTimeIndexes 处理 pandas DataFrames，我想在其中 - 例如 - 仅选择索引小时 = 6 的部分。我目前知道如何做到这一点的唯一方法是重新索引：
df.reindex(pd.date_range(*df.index.to_series().agg([min, max]).apply(lambda ts: ts.replace(hour=6)), freq="24H"))
但这是相当不可读和复杂的，当有一个具有多个 DateTimeIndex 级别的 MultiIndex 时，情况会变得更糟。我知道使用 .reset_index() 然后使用带有条件语句的 df.where 或 df.loc 的方法，但是有没有更简单的方法可以使用常规 IndexSlicing 来做到这一点？我尝试如下
df.loc[df.index.min().replace(hour=6)::pd.Timedelta(24, unit="H")]
但这给出了一个 TypeError：
TypeError: '>=' not supported between instances of 'Timedelta' and 'int'
如果您的索引是 DatetimeIndex，您可以使用：
>>> df[df.index.hour == 6]
val
2022-03-01 06:00:00 7
2022-03-02 06:00:00 31
2022-03-03 06:00:00 55
2022-03-04 06:00:00 79
2022-03-05 06:00:00 103
2022-03-06 06:00:00 127
2022-03-07 06:00:00 151
2022-03-08 06:00:00 175
2022-03-09 06:00:00 199
2022-03-10 06:00:00 223
2022-03-11 06:00:00 247
2022-03-12 06:00:00 271
2022-03-13 06:00:00 295
2022-03-14 06:00:00 319
2022-03-15 06:00:00 343
2022-03-16 06:00:00 367
2022-03-17 06:00:00 391
2022-03-18 06:00:00 415
2022-03-19 06:00:00 439
2022-03-20 06:00:00 463
2022-03-21 06:00:00 487
设置：
dti = pd.date_range('2022-3-1', '2022-3-22', freq='1H')
df = pd.DataFrame({'val': range(1, len(dti)+1)}, index=dti)
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句