Как нарезать фрейм данных Pandas на основе индекса datetime

Меня вот уже много лет беспокоит:

Учитывая простой DataFrame pandas

>>> df

Timestamp     Col1
2008-08-01    0.001373
2008-09-01    0.040192
2008-10-01    0.027794
2008-11-01    0.012590
2008-12-01    0.026394
2009-01-01    0.008564
2009-02-01    0.007714
2009-03-01   -0.019727
2009-04-01    0.008888
2009-05-01    0.039801
2009-06-01    0.010042
2009-07-01    0.020971
2009-08-01    0.011926
2009-09-01    0.024998
2009-10-01    0.005213
2009-11-01    0.016804
2009-12-01    0.020724
2010-01-01    0.006322
2010-02-01    0.008971
2010-03-01    0.003911
2010-04-01    0.013928
2010-05-01    0.004640
2010-06-01    0.000744
2010-07-01    0.004697
2010-08-01    0.002553
2010-09-01    0.002770
2010-10-01    0.002834
2010-11-01    0.002157
2010-12-01    0.001034

Как мне разделить его так, чтобы новый DataFrame равнялся записям в df для дат между 2009-05-01 и 2010-03-01

>>> df2

Timestamp     Col1
2009-05-01    0.039801
2009-06-01    0.010042
2009-07-01    0.020971
2009-08-01    0.011926
2009-09-01    0.024998
2009-10-01    0.005213
2009-11-01    0.016804
2009-12-01    0.020724
2010-01-01    0.006322
2010-02-01    0.008971
2010-03-01    0.003911
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
27
1
36 410
3

Ответы 3

IIUC, простая нарезка?

from datetime import datetime
df2 = df[(df.Timestamp >= datetime(2009, 05, 01)) &
         (df.Timestamp <= datetime(2010, 03, 01))]

Обратите внимание, что нет необходимости использовать datetime: подойдет df[(df.Timestamp >= '2009-05-01') & (df.Timestamp <= '2010-03-01')].

sacuL 17.04.2018 04:36

Если вы установили столбец «Отметка времени» в качестве индекса, вы можете просто использовать

df['2009-05-01' :'2010-03-01']

кроме того, если вам нужно только одно свидание, вы можете сделать df.loc['2009-05-01'] :)

Yuca 28.12.2018 15:27

Кроме того. Если у вас также есть время в вашем индексе, вы можете использовать его как этот df.loc['2009-05-01 00:00:00':'2009-03-01 23:00:00'].

vogdb 30.07.2019 12:10

Это работает тогда и только тогда, когда вы заказали индексы без других несвязанных столбцов между столбцами интервалов.

rafaelc 07.02.2020 18:01

Вы можете сделать что-то вроде:

df2 = df.set_index('Timestamp')['2009-05-01' :'2010-03-01']
print(df2)

Другие вопросы по теме