如何以小时戳为索引对熊猫系列进行切片？答案

【问题标题】：How to slice pandas series with hour stamps as index?如何以小时戳为索引对熊猫系列进行切片？
【发布时间】：2018-04-11 15:05:40
【问题描述】：

这是我的时间序列：

Time
00:00:00    24.364387
00:01:00    24.509357
00:02:00    24.484649
00:03:00    24.476170
00:04:00    24.458480
00:05:00    24.439327
Name: Vals, dtype: float64

如何根据特定的索引间隔访问值？比如myseries['00:02:00':'00:05:00']？我想我必须把它们变成时间戳（但只有小时、分钟和秒）。

所以我把它变成了一个数据框：

df=pd.DataFrame({'Time':myseries.index, 'Vals':myseries.vals})

如果我输入 df.dtypes 我会得到：

Vals            float64
Time            object
dtype: object

所以Time 是一个对象而不是datetime64[ns]。然后我尝试做：df['Time'].dt.time 但后来我得到：AttributeError: Can only use .dt accessor with datetimelike values。

如果我尝试：df.loc['00:00:00':'00:05:00']，我只会得到我的标题。我错过了什么？

【问题讨论】：

标签： python dataframe timestamp time-series

【解决方案1】：

这是我的尝试：

import datetime as dt myseries = pd.DataFrame([24.364387,24.509357,24.484649,24.476170,24.458480,24.439327], index=pd.to_timedelta(['00:00:00','00:01:00','00:02:00','00:03:00','00:04:00','00:05:00'])) myseries.loc[dt.timedelta(minutes=1):dt.timedelta(minutes=3)]

【讨论】：

【解决方案2】：

您需要使用函数 pd.to_datetime(Series)。代码如下：

df.Time = pd.to_datetime(df.Time)

df.dtypes
Time     datetime64[ns]
Vals           float64
dtype: object

【讨论】：

它不起作用。上面写着TypeError: <type 'datetime.time'> is not convertible to datetime，但实际上我的时间栏是object。

【解决方案3】：

可能是您的情况，您根本不需要转换。当您将系列转换为数据框时，请执行以下操作：

df = pd.DataFrame(myseries, columns=['Vals'])

那就试试

df.loc['00:00:00':'00:05:00']

【讨论】：