如何定期选择带有偏移量的数据帧行？

Question

我想每隔 n 小时选择一次数据框的行。我可以使用df[::int(period)]，但我不知道时间序列何时开始。另外，我需要将 anoffset应用于period，因此假设我的数据框从午夜开始，它会给出：period = 6 offset = 0hours = [0, 6, 12, 18]offset = 3hours = [3, 9, 15, 21]我怎么能用最少的行做到这一点？这就是我的数据框的样子：2020-05-06 00:00:00+00:00  02020-05-06 01:00:00+00:00  12020-05-06 02:00:00+00:00  22020-05-06 03:00:00+00:00  32020-05-06 04:00:00+00:00  42020-05-06 05:00:00+00:00  52020-05-06 06:00:00+00:00  62020-05-06 07:00:00+00:00  72020-05-06 08:00:00+00:00  82020-05-06 09:00:00+00:00  92020-05-06 10:00:00+00:00  102020-05-06 11:00:00+00:00  112020-05-06 12:00:00+00:00  122020-05-06 13:00:00+00:00  132020-05-06 14:00:00+00:00  142020-05-06 15:00:00+00:00  152020-05-06 16:00:00+00:00  162020-05-06 17:00:00+00:00  172020-05-06 18:00:00+00:00  182020-05-06 19:00:00+00:00  192020-05-06 20:00:00+00:00  202020-05-06 21:00:00+00:00  212020-05-06 22:00:00+00:00  222020-05-06 23:00:00+00:00  23例如，周期 6 和偏移量 0 我想：2020-05-06 00:00:00+00:00  02020-05-06 06:00:00+00:00  62020-05-06 12:00:00+00:00  122020-05-06 18:00:00+00:00  18对于第 4 期和第 2 期，我想：2020-05-06 02:00:00+00:00  22020-05-06 06:00:00+00:00  62020-05-06 10:00:00+00:00  102020-05-06 14:00:00+00:00  142020-05-06 18:00:00+00:00  182020-05-06 22:00:00+00:00  22这就是我设法做到这一点的方法，但是这种方法不灵活，并且不支持 23 之后的偏移。df.loc[[ind for ind in df.index if                       (ind.hour == 0 + offset) |                       (ind.hour == 6 + offset) |                       (ind.hour == 12 + offset) |                       (ind.hour == 18 + offset)                       ]]

Answer 1

from datetime import date

# dummy data

df = pd.DataFrame({'num':np.arange(0,23+1),

                  'date':pd.date_range(date(2020,5,6),periods=23+1,freq='H')})

df = df.set_index('date')

df.loc[df.shift(offset).dropna()[::period].index]

Answer 2

不确定这是否是您的目标：pandas date_range

如果小时数是 6 并且没有偏移：

#set the date as index

df = df.set_index(1)

#get the very first and last dates from the index :

start = df.index[0]

end = df.index[-1]

df.loc[pd.date_range(start=start,freq='6H',end=end)]

                            2

2020-05-06 00:00:00+00:00   0

2020-05-06 06:00:00+00:00   6

2020-05-06 12:00:00+00:00   12

2020-05-06 18:00:00+00:00   18

如果偏移量为 2 且小时数 == 4 ：

df.loc[pd.date_range(start=start + pd.offsets.Hour(2),freq='4H',end=end)]

                            2

2020-05-06 02:00:00+00:00   2

2020-05-06 06:00:00+00:00   6

2020-05-06 10:00:00+00:00   10

2020-05-06 14:00:00+00:00   14

2020-05-06 18:00:00+00:00   18

2020-05-06 22:00:00+00:00   22

我的列标签是 1,2。（通过剪贴板读取数据时发生）

Answer 3

你可以使用这个：

print (s[(s.index.hour - offset)%period==0])

2020-05-06 00:00:00     0

2020-05-06 06:00:00     6

2020-05-06 12:00:00    12

2020-05-06 18:00:00    18

Freq: 6H, dtype: int64

并且有周期 4 和偏移量 2

period = 4

offset = 2

print (s[(s.index.hour - offset)%period==0])

2020-05-06 02:00:00     2

2020-05-06 06:00:00     6

2020-05-06 10:00:00    10

2020-05-06 14:00:00    14

2020-05-06 18:00:00    18

2020-05-06 22:00:00    22

dtype: int64