我有一个按日期时间索引的数据框。我正在尝试创建某种仅提供包含特定时间的帧的过滤器。例如，所有包含“09:30”的帧df.dtypesopen float64high float64low float64close float64volume int64returns float64returns_final int64dtype: object我可以根据帧的开头来执行此操作，但我不知道我们是否可以使用通配符类型过滤器。df.loc['2020'].head(5) open high low close volume returns returns_finalDatetime 2020-07-06 09:30:00 255.337982 261.950012 253.208786 261.421997 6592145 -6.084015 12020-07-06 11:00:00 261.526001 268.399994 261.239990 266.275452 4955678 -4.749451 12020-07-06 12:30:00 266.269043 266.989990 264.200012 265.191986 2002640 1.077057 -12020-07-06 14:00:00 265.185455 269.558014 261.597992 268.513763 3303263 -3.328308 12020-07-06 15:30:00 268.528015 275.558014 268.096008 274.200012 2583149 -5.671997 12020-07-07 09:30:00 281.002014 285.641998 267.341980 277.621979 10130111 3.380035 -12020-07-07 11:00:00 278.000000 284.600006 276.536011 278.123718 4221461 -0.123718 12020-07-07 12:30:00 278.000000 282.000000 277.399994 280.131012 2394459 -2.131012 1我正在尝试沿着这些思路找到一些东西df.loc['*09:30*']我想我可能需要重新索引这个或其他东西任何意见将不胜感激
2 回答
翻翻过去那场雪
TA贡献2065条经验 获得超13个赞
你可以使用这个：
df[df.index.strftime('%H:%M:%S') == '09:30:00']
输出：
open high low close volume returns return_final
Datetime
2020-07-06 09:30:00 255.337982 261.950012 253.208786 261.421997 6592145 -6.084015 1
2020-07-07 09:30:00 281.002014 285.641998 267.341980 277.621979 10130111 3.380035 -1
一天中的多个时间：
df[df.index.strftime('%H:%M:%S').isin(['09:30:00','11:00:00'])]
您可以使用过滤器，就像使用正则表达式一样：
df.filter(regex='09:30|11:00', axis=0)
输出：
open high low close volume returns return_final
Datetime
2020-07-06 09:30:00 255.337982 261.950012 253.208786 261.421997 6592145 -6.084015 1.000000 NaN NaN
2020-07-06 11:00:00 261.526001 268.399994 261.239990 266.275452 4955678 -4.749451 1.000000 NaN NaN
2020-07-07 09:30:00 281.002014 285.641998 267.341980 277.621979 10130111 3.380035 -1.0 NaN
2020-07-07 11:00:00 278.000000 284.600006 276.536011 278.123718 4221461 -0.123718 1.000000 NaN NaN
料青山看我应如是
TA贡献1772条经验 获得超7个赞
看起来好像有效。
df.filter(like='09:30', axis=0)
open high low close volume returns returns_final
Datetime
2020-07-06 09:30:00 255.337982 261.950012 253.208786 261.421997 6592145 -6.084015 1
2020-07-07 09:30:00 281.002014 285.641998 267.341980 277.621979 10130111 3.380035 -1
2020-07-08 09:30:00 281.000000 283.399994 277.662018 278.865784 4698944 2.134216 -1
2020-07-09 09:30:00 279.398010 281.500000 271.919983 272.015991 4562064 7.382019 -1
2020-07-10 09:30:00 278.220367 283.799988 275.202026 283.506012 4274774 -5.285645 1
添加回答
举报
0/150
提交
取消