如何在两个日期时间之间选择数据框行？答案

【问题标题】：How to select dataframe rows between two datetimes?如何在两个日期时间之间选择数据框行？
【发布时间】：2018-10-31 17:52:58
【问题描述】：

我无法从具有 CSV 文件中日期时间列的数据框中选择行。我有我的代码和我的示例数据。没有返回行。

import pandas as pd
import numpy as np
col_names = ['date','msft','nok','aapl','ibm','amzn']
stockprices = pd.read_csv('./stockdata.csv', skiprows=1, names=col_names)
stockprices.loc['2018-01-01 9:00:00':'2018-01-01 11:00:00']

CSV 文件数据：

        date               msft   nok   aapl   ibm  amzn 
    2018-01-01 08:00:00     107     2   161    140  1295
    2018-01-01 09:00:00     112     1   143    130  1298 
    2018-01-01 10:00:00     109    10   185    137  1647 
    2018-01-01 11:00:00      98    11   146    105  1331
    2018-01-01 12:00:00      83    3    214    131  1355

基本上，尝试在数据框中选择时间为 9:00:00、10:00:00 和 11:00:00 的 3 行。

使用 .loc 是最好的方法吗？

谢谢。

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

如果您有多个日期

您可以通过converting 到DateTime 和filter 获得它

df["date"]=pd.to_datetime(df["date"])
df[df["date"].between('2018-01-01 09:00:00','2018-01-01 11:00:00')]

【讨论】：

谢谢大家，这一切我都很棒！我希望我能给你所有的分数！

【解决方案2】：

pd.date_range

i = pd.date_range('2018-01-01 09:00:00', periods=3, freq='1H')

# Result
DatetimeIndex(['2018-01-01 09:00:00', '2018-01-01 10:00:00',
           '2018-01-01 11:00:00'],
          dtype='datetime64[ns]', freq='H')

to_datetime

df['date'] = pd.to_datetime(df.date)

loc

df.loc[(df.date >= i[0]) & (df.date <= i[-1])]

                 date  msft  nok  aapl  ibm  amzn
1 2018-01-01 09:00:00   112    1   143  130  1298
2 2018-01-01 10:00:00   109   10   185  137  1647
3 2018-01-01 11:00:00    98   11   146  105  1331

【讨论】：

抱歉，我不太了解您的解决方案。看起来有 3 种不同的方法可以做到这一点。 loc 方法看起来像您正在使用索引？你能解释一下你的方法吗？
这是我用来解决问题的三个步骤。首先，创建一个日期范围，然后将您的列转换为日期时间，然后使用loc
谢谢你说得通。
我有 pandas 日期时间列和另外两个从另一个数据帧获得的开始和结束日期时间。我正在使用此方法，但出现此错误：Can only compare identically-labeled Series objects

【解决方案3】：

试试这个，

df['date']=pd.to_datetime(df['date'])
df[df['date'].dt.hour.between(9,11)]

输出：

                 date  msft  nok  aapl  ibm  amzn 
1 2018-01-01 09:00:00   112    1   143  130   1298
2 2018-01-01 10:00:00   109   10   185  137   1647
3 2018-01-01 11:00:00    98   11   146  105   1331

使用 between 和 hour 来分割您想要的数据帧。

【讨论】：

【解决方案4】：

df.loc 用于基于标签的行过滤。当您的数据框具有可用于过滤的标签时，或者默认情况下它从 0 到 n 开始。

dt_range = pd.date_range('2018-01-01 09:00:00', periods=3, freq='1H')
stockprices['dt'] = pd.to_datetime(stockprices['date'])

result = stockprices[stockprices['dt'].apply(lambda x: dt_range[0] <= x  and  dt_range[len(dt_range)-1] >= x)]
print("result df" , result )

【讨论】：