【发布时间】：2015-06-12 16:24:41
【问题描述】：
在pandas中一遍又一遍，我发现我必须通过一个特定的时间来划分。例如，对于时间序列中的每一天，将每个值除以下午 12:00 的值。
我觉得这应该是一个相当简单的操作，但我没有找到简单的解决方案。
例如，我想在时间序列中的每一天执行一个函数：
x = df.groupby(df.index.date).apply(func)
对于每一天，做：
def func(df):
st = df.between_time('10:00','10:00')['y-value']
end = df.between_time('14:45','14:45')['y-value']
return (st / end)
首先，有没有办法说 df.at_time('10:00')？在这里写 .between_time() 似乎是迂回的，但它有效。我也试过 df.index.time 但我不确定怎么说， ==datetime.time(10,0) 因为它返回一个布尔数组，而不仅仅是上午 10:00 的值。
该功能不起作用，因为我认为这是一个索引问题，它会在每个值处吐出 N/A 并在每天吐出两个值（即，一个在 10:00 和 14:45 处） ， 不是一个。 如果它们是相同的时间，这确实有效，但如果它们是不同的时间，则不是。我相信算术运算不能在不同的日期时间干净地工作。
我也试过了：
def func(df):
st = df.reset_index().between_time('10:00','10:00')['mid'].values[0]
end = df.reset_index().between_time('14:45','14:45')['mid'].values[0]
return (st / end)
我收到一个索引错误，提示我需要返回 DateTimeIndex。我认为我不能只将值除以并将该值返回到相应的日期，而是需要返回某种（索引，值）pandas 对象。
有什么想法吗？这是常见的操作吗？
这是我的数据集的样子（使用 pd.read_clipboard() 读取）：
bid ask mid
2000-01-01 12:00:00 288.0 289.5 288.75
2000-01-01 13:30:00 287.8 288.6 288.20000000000005
2000-01-01 14:00:00 287.75 289.25 288.5
2000-01-03 09:30:00 288.5 289.5 289.0
2000-01-03 10:15:00 288.5 289.5 289.0
2000-01-03 10:30:00 289.0 290.0 289.5
2000-01-03 10:45:00 288.75 289.75 289.25
2000-01-03 11:45:00 288.75 289.75 289.25
2000-01-03 13:00:00 288.5 289.5 289.0
2000-01-03 13:15:00 288.5 289.5 289.0
2000-01-03 13:30:00 288.5 289.5 289.0
2000-01-04 09:00:00 281.5 282.25 281.875
2000-01-04 09:15:00 281.0 281.5 281.25
2000-01-04 09:30:00 281.25 281.75 281.5
2000-01-04 09:45:00 281.1 281.85 281.475
2000-01-04 10:00:00 281.7 282.2 281.95
2000-01-04 10:30:00 282.0 282.75 282.375
2000-01-04 10:45:00 282.2 282.95 282.575
2000-01-04 11:15:00 282.3 282.8 282.55
2000-01-04 11:30:00 281.45 282.2 281.825
更新：临时修复，但我正在寻找更清洁的东西（它可能不存在）
st_time, end_time = '8:00', '14:45'
st, end = df.at_time(st_time), df.at_time(end_time)
AM = st.merge(end, on='date', how='left').dropna()
AM = AM.set_index(pd.DatetimeIndex(AM['date']))
AM['AM return'] = (AM[end_time] / AM[st_time]) - 1
AM = AM.rename(columns={'price_x': st_time+' price', 'price_y': end_time+' price'})
【问题讨论】：
-
显示一个您期望输出的示例
-
你没有每天中午 12 点的值，只有第一天。
-
尝试返回
(st / end.values) -
如果我没有每天中午 12 点，那我就不能只为那一天提供 N/A 吗？这似乎是一种自然的输出。
-
运行
df.info()会得到什么？我在 iPython 中复制并运行了df = pd.read_clipboard()；对我来说df.info显示 MultiIndex 而不是 DateTimeIndex...
标签： python datetime pandas time-series normalization