Python（熊猫）将多个日期时间快速映射到它们的系列索引？

Question

我有一个大型 Pandas 数据框，其中一列是已知时期（2013 年）的（无序）日期时间。我需要一种有效的方法将这些日期时间转换为索引，其中每个索引 = # hours since start_time ('2013-1-1 00)'。 有重复时间，应该映射到重复索引。

显然，这可以通过使用 timedelta 以循环方式一次完成。也可以使用 Pandas Series 循环完成（参见下面的 sn-p，它生成自 start_time 以来所有日期时间的有序序列）：

nhours = 365*24
time_series = Series(range(nhours), index=pd.date_range('2013-1-1', periods=nhours, freq='H'))

运行此 sn-p 后，可以在循环中使用 .index 或 .get_loc 方法获取索引。

** 但是，有没有一种快速（非循环？）的方法来获取任意日期时间列并找到它们各自的索引？ **

例如，输入以下列日期时间：

2013-01-01 11:00:00
2013-01-01 11:00:00
2013-01-01 00:00:00
2013-12-30 18:00:00

应该输出以下索引：[11, 11, 0, 8730]

Answer 1

loc 可以获取标签列表或数组来查找：

>>> print time_series.loc[[pd.Timestamp('20130101 11:00'), pd.Timestamp('20130101 11:00'), pd.Timestamp('20130101'), pd.Timestamp('20131230 18:00')]]
2013-01-01 11:00:00      11
2013-01-01 11:00:00      11
2013-01-01 00:00:00       0
2013-12-30 18:00:00    8730
dtype: int64

Answer 2

感谢您的回复。我有一个新的、更快的解决方案，它利用了 pandas 支持 datetime 和 timedelta 格式的事实。事实证明，以下解决方案的速度大约是上述 Colin 解决方案的两倍（尽管不够灵活），并且它避免了构建一系列有序日期时间的开销：

all_indices = (df['mydatetimes'] - datetime(2013,1,1,0)) / np.timedelta64(1,'h') 

其中 df 是 pandas 数据框，“mydatetimes”是包含日期时间的列名。

对代码进行计时会得出该解决方案在以下方面执行 30,000 个索引：

0:00:00.009909 --> 这个 sn-p

0:00:00.017800 --> Colin 使用 ts=Series(...) 和 ts.loc 的解决方案。我已经从这个时间排除了构建系列的一次性开销

Answer 3

使用isin:

time_series[time_series.index.isin(['2013-01-01 11:00:00',
                                    '2013-01-01 00:00:00',
                                    '2013-12-30 18:00:00'])].values

# Returns: array([   0,   11, 8730])

between 和 between_time 也很有用