【问题标题】:Subsetting data frame with list of times使用时间列表对数据框进行子集
【发布时间】:2017-11-06 14:41:45
【问题描述】:

我有一个时间索引结构如下的 df:

                     Sensor  UnitNo
Time                               
2016-07-28 18:34:44    19.0     1.0
2016-07-28 19:27:39    19.0     1.0
2016-07-20 20:45:39    19.0     1.0
2016-07-20 23:05:29    19.0     1.0
2016-07-21 01:23:30    19.0     1.0
...

我想用一个带有时间索引和布尔列的系列来子集这个 df:

    Time
2016-07-28    False
2016-07-21    False
2016-07-20     True

我想将系列中True 日期的原始df 子集化:

                     Sensor  UnitNo
Time                               
2016-07-20 20:45:39    19.0     1.0
2016-07-20 23:05:29    19.0     1.0

更新 抱歉,当我第一次问这个问题时,我以为我可以轻松地将系列转换为时间列表,但我发现这个问题有几个原因。因此,我更新了上面的问题以类似于我的数据的当前状态。任何帮助,将不胜感激!提前致谢。

【问题讨论】:

    标签: python pandas dataframe time-series subset


    【解决方案1】:

    试试str.contains

    List=['2016-07-28','2016-07-20']
    List1=('|'.join(List))
    df[df.index.to_series().str.contains(List1)]
    
    
    
                           Sensor  UnitNo
    Time                               
    2016-07-28 18:34:44      19       1
    2016-07-28 19:27:39      19       1
    2016-07-20 20:45:39      19       1
    2016-07-20 23:05:29      19       1
    

    【讨论】:

      【解决方案2】:

      使用.loc

      df.loc[['2016-07-28', '2016-07-20'],:]
      

      更新

      如果您直接使用该布尔值Series 作为Dataframe 的布尔索引,它不工作吗?

      df.loc[bool_series, :]
      

      【讨论】:

      • 不,我收到以下错误:raise IndexingError('Unalignable boolean Series key provided') pandas.core.indexing.IndexingError: Unalignable boolean Series key provided
      • bool_series 是 df 的下采样版本,因此它们的行数不同。
      • ...如果我这样做:df_tmp.loc[bool_series.index, :] 它会给我一个错误,df 中的日期都不在 bool_series.index 中。我认为这与 pandas 认为我传递的是 datetime 对象而不是 date 对象有关,也就是说,它正在寻找时间的精确匹配而不是一段时间时间(即一天)。
      • 对。我没有注意下采样。 (我假设您在问题中复制它时已对其进行了简化。)您可以在原始数据框中添加一列,其日期对应于索引日期时间,并使用此列来匹配布尔表,但它不会像像布尔索引一样简单,您可能必须使用 python 循环。我没有看到纯粹的 Pandas 方式,尽管它可能存在,但我不是 Pandas 专家。
      猜你喜欢
      • 2016-09-10
      • 1970-01-01
      • 1970-01-01
      • 2022-01-23
      • 2020-08-19
      • 2016-04-26
      • 2018-08-31
      • 2013-08-15
      • 1970-01-01
      相关资源
      最近更新 更多