Pandas如何从日期时间戳中获取日期

Question

我正在处理一个pandas数据框，其中“date_time”列的值看起来像日期时间戳：2014-02-21 17:16:42。

我可以使用df ['date_time']调用该列，并且我想搜索具有特定日期的行。我一直在尝试以下内容：

df[(df['date_time']=='2014-02-21')]

但我不知道如何仅从日期时间值中搜索日期。另外，我不确定是否相关，但当我检查type(df.date_time[0])时，它返回字符串，而不是某个datetime类型对象。

非常感谢。

- user3591836

Answer 1

如果这些内容已经是datetime64格式（你应该是这样的），那么最好不要使用字符串，因为在比较之前需要进行计算...而字符串操作很慢，这样效率更高。

In [11]: s = pd.Series(pd.to_datetime(['2014-02-21 17:16:42', '2014-02-22 17:16:42']))

In [12]: s
Out[12]:
0   2014-02-21 17:16:42
1   2014-02-22 17:16:42
dtype: datetime64[ns]

你可以进行简单的订单检查：

In [13]: (pd.Timestamp('2014-02-21') < s) & (s < pd.Timestamp('2014-02-22'))
Out[13]:
0     True
1    False
dtype: bool

In [14]: s.loc[(pd.Timestamp('2014-02-21') < s) & (s < pd.Timestamp('2014-02-22'))]
Out[14]:
0   2014-02-21 17:16:42
dtype: datetime64[ns]

然而，使用 DatetimeIndex.normalize 更快（它获取每个时间戳的午夜时间戳）：

In [15]: pd.DatetimeIndex(s).normalize()
Out[15]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-02-21, 2014-02-22]
Length: 2, Freq: None, Timezone: None

In [16]: pd.DatetimeIndex(s).normalize() == pd.Timestamp('2014-02-21')
Out[16]: array([ True, False], dtype=bool)

In [17]: s.loc[pd.DatetimeIndex(s).normalize() == pd.Timestamp('2014-02-21')]
Out[17]:
0   2014-02-21 17:16:42
dtype: datetime64[ns]

以下是一些时间（与上文中的 s 相关）：

In [21]: %timeit s.loc[s.str.startswith('2014-02-21')]
1000 loops, best of 3: 1.16 ms per loop

In [22]: %timeit s.loc[(pd.Timestamp('2014-02-21') < s) & (s < pd.Timestamp('2014-02-22'))]
1000 loops, best of 3: 1.23 ms per loop

In [23]: %timeit s.loc[pd.DatetimeIndex(s).normalize() == pd.Timestamp('2014-02-21')]
1000 loops, best of 3: 405 µs per loop

稍微增大s值，结果更加明显：

In [31]: s = pd.Series(pd.to_datetime(['2014-02-21 17:16:42', '2014-02-22 17:16:42'] * 1000))

In [32]: %timeit s.loc[s.str.startswith('2014-02-21')]
10 loops, best of 3: 105 ms per loop

In [33]: %timeit s.loc[(pd.Timestamp('2014-02-21') < s) & (s < pd.Timestamp('2014-02-22'))]
1000 loops, best of 3: 1.3 ms per loop

In [34]: %timeit s.loc[pd.DatetimeIndex(s).normalize() == pd.Timestamp('2014-02-21')]
1000 loops, best of 3: 694 µs per loop

注意：在你的示例中，列df ['date_time']是字符串，你需要执行以下操作：df.loc[pd.DatetimeIndex(df['date_time']) == ...]。

- Andy Hayden

Answer 2

由于它是一个字符串，您可以尝试类似以下的操作：

df[df['date_time'].str.startswith('2014-02-21')]

- Narek

---

太棒了，很高兴我能帮到你。 - Narek