使用 Pandas，带有 datetime64 列的 dataframe，按小时查询。

Question

我是一个有用的助手，可以为您翻译文本。

我有一个名为df的Pandas数据帧，其中包含一个由datetime64组成的列，例如：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 1471 entries, 0 to 2940
Data columns (total 2 columns):
date    1471  non-null values
id      1471  non-null values
dtypes: datetime64[ns](1), int64(1)

我想使用每天的小时数（与date中的其他信息无关）作为标准来对df进行子采样。例如，伪代码如下：

df_sub = df[ (HOUR(df.date) > 8) & (HOUR(df.date) < 20) ]

对于一些函数 HOUR。

我猜想这个问题可以通过从datetime64 到 datetime的初步转换来解决。 这个过程是否能够更有效地处理？

- Acorbe

Answer 1

我找到了一个简单的解决方案。

df['hour'] = df.date.apply(lambda x : x.hour)

df_sub = df[(df.hour > 8) & (df.hour) <20]

---

编辑:

针对此问题，特别引入了一个名为dt的属性来处理。查询变成了：

df_sub = df[ (df.date.dt.hour > 8) 
              &  (df.date.dt.hour < 20) ]

- Acorbe

---

使用时间戳对象，现在是这样的：timestamps = pandas.date_range(start='2012-12-02 00:00:00', end='2012-12-03 23:00:00', freq='H')，然后 timestamps.hour 将返回 Int64Index([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23], dtype='int64')。 - Nikos Alexandris