使用 pandas 日期时间索引的列表理解

Question

我正在使用 datetime 索引在 pandas 数据帧中寻找 6 小时的间隔，我想使用类似这样的列表理解在间隔之后创建一个包含 datetime 对象的列表：

starttimes = [x for i, x in enumerate(data.index) if ((x - x[i-1]).seconds/3600.0) > 6 ]

但我收到以下类型错误：

TypeError: 'Timestamp' object does not support indexing

错误发生在 enumerate(data.index) 之后，但我不确定为什么会收到此错误，因为我可以这样做：

(data.index[0] - data.index[1]).seconds/3600.0 > 6

很好，输出为真。

我也尝试过这种方式，但得到了不同类型的错误：

starttime = [x for i, x in enumerate(WaterTest) if ((x.index - x.index[i-1]).seconds/3600.0) > 6 ]

TypeError: 'builtin_function_or_method' object has no attribute '__getitem__'

有没有办法轻松做到这一点？我必须在我的代码中经常使用这样的语句，如果能够以类似的方式编写它们会很好。

Answer 1

在迭代时，DatetimeIndex 将其值转换为时间戳

In [26]: index = pd.DatetimeIndex(['20130101 12:00:00','20130101 18:01:01','20130102 9:00:00','20130102 23:00:05'])

In [27]: index
Out[27]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-01-01 12:00:00, ..., 2013-01-02 23:00:05]
Length: 4, Freq: None, Timezone: None

In [28]: for x in index:
   ....:     print type(x)
   ....:     
<class 'pandas.tslib.Timestamp'>
<class 'pandas.tslib.Timestamp'>
<class 'pandas.tslib.Timestamp'>
<class 'pandas.tslib.Timestamp'>

但是有一个更简单的方法来做你正在做的事情

时间 - shift_time = timedelta

In [29]: td = index.to_series().diff()

In [30]: td
Out[30]: 
2013-01-01 12:00:00        NaT
2013-01-01 18:01:01   06:01:01
2013-01-02 09:00:00   14:58:59
2013-01-02 23:00:05   14:00:05
dtype: timedelta64[ns]

这在 numpy >= 1.7 中有效（请参阅此处了解您可以执行的其他操作以及如果 numpy http://pandas.pydata.org/pandas-docs/dev/timeseries.html#time-deltas

以 6 小时为单位的差异

In [31]: td.apply(lambda x: x/np.timedelta64(6,'h'))
Out[31]: 
2013-01-01 12:00:00         NaN
2013-01-01 18:01:01    1.002824
2013-01-02 09:00:00    2.497176
2013-01-02 23:00:05    2.333565
dtype: float64