选择周期边界之间的行并将它们放入数组中 |蟒蛇 |熊猫数据框

Question

我有两个数据框，第一个 df 像这样

date_time             value     member
2013-10-09 09:00:00  664639  Jerome
2013-10-09 09:05:00  197290  Hence
2013-10-09 09:10:00  470186  Ann
2013-10-09 09:15:00  181314  Mikka
2013-10-09 09:20:00  969427  Cristy
2013-10-09 09:25:00  261473  James
2013-10-09 09:30:00  003698  Oliver

和第二个数据框bounds 我有这样的界限：

   date_start            date_end
2013-10-09 09:19:00         2013-10-09 09:25:00
2013-10-09 09:25:00         2013-10-09 09:40:00 

所以我需要从第一个表中选择 date_start 和 date_end 之间的行，并将每个选择放入数组中。 我尝试了以下代码：

  def create_interval():
        intervals=[]
        for i in range(1,len(bounds)):
            for j in range(1, len(df)):
                mask[i] = df[(df['date'][j] > bounds.date_start[i]) & (df['date'][j] < bounds.date_end[i])]
                df_interval[i]=df.loc[mask[i]]
                intervals.append(df_interval.values)
            return intervals

我得到这个错误：

  pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:3824)()

pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:3704)()

pandas/hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12280)()

pandas/hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12231)()

KeyError: False

我认为索引有问题，但我不确定。可能在遍历行时存在问题，或者选择 date_time 的间隔，或者将选择值存储在数组中

我是 python 的初学者，所以欢迎任何帮助！

Answer 1

最后适合我的方法如下：

 mask = (df['date_time'] > start_date) & (df['date_time'] < end_date)

所以我将@Fabio 建议我的一些转换与上述方法混合在一起，并创建了 我需要的数组。我想between_time 方法不适用于日期，仅适用于时间，因此它无法识别日期时间类型，并抛出错误TypeError: Index must be DatetimeIndex 但如果我错了请告诉我！ 所以我的最终功能看起来像：

def create_interval():
    intervales=[]
    for index, row in bounds.iterrows():
        s = row['date_start']
        e = row['date_end']
        mask = (df['date_time'] > s) & (df['date_time'] < e)
        df_interval=df.loc[mask]
        intervales.append(df_interval.values)
    return intervales

非常感谢@Fabio 的参与和帮助

Answer 2

我会将df 的date_time 列作为日期传递，并将其设置为索引：

df = df.set_index(['date_time'])

然后我将应用between_time pandas 函数按bounds 数据框给出的开始和结束日期过滤数据框：

for index,row in bounds.iterrows():

     s = row['date_start']
     e = row['date_end']
     d = df.between_time(s,e)

这会返回（对于bounds 的每一行）：

                      value  member
date_time                          
2013-10-09 09:20:00  969427  Cristy
2013-10-09 09:25:00  261473   James

                      value  member
date_time                          
2013-10-09 09:25:00  261473   James
2013-10-09 09:30:00    3698  Oliver

希望对您有所帮助。

编辑： 如果您需要将结果放入数组中，您可以调用：

d.values

返回（用于第二行选择）：

[[261473 'James']
 [3698 'Oliver']]