如何在给定位置选择包含特定子字符串的行 - python

Question

我正在使用如下所示的大数据框：

     id      time1      time2   data    
0   id1   06:24:00   06:24:00      A
1   id2   07:24:00   07:24:00      A
2   id3   08:24:00   08:24:00      B

我想以23:xx:yy 格式选择所有具有time1 和/或time2 的行。

我尝试使用以下代码，但速度极慢，因此我正在寻找更高效的方法：

list_ = list()

for idx in df.index:
    if ('23' in df.time1[:2]) | ('23' in df.time2[:2]):
        list_.append(df.loc[df.index == idx])  ###--- Here I wanted to get a list of indexes so I could do a simple df.loc[] afterward

我也尝试了以下代码，但都引发了错误：

df.loc[df.time1[:2] == '23']
df.loc['23' in df.time1[:2]]
df[df.time1[:2].str.contains('23')]

> IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match

有没有办法做到这一点？任何帮助将不胜感激。

Answer 1

将Series.str.startswith 与| 一起用于按位OR 或& 用于按位AND：

df[df.time1.str.startswith('23') | df.time2.str.startswith('23')]

如果要比较字符串的前 2 个值，请添加 str[:2] 进行索引：

df[df.time1.str[:2].eq('23') | df.time2.str[:2].eq('23')]

Answer 2

要添加到 jezrael 答案，如果列数据是日期时间，您可以这样做

df[(df.time1.dt.hour == 23)|(df.time2.dt.hour == 23)]