从索引中删除不在特定范围内的日期时间

Question

我有一个这样的 DataFrame：

Date                 X
....
2014-01-02 07:00:00 16
2014-01-02 07:15:00 20
2014-01-02 07:30:00 21
2014-01-02 07:45:00 33
2014-01-02 08:00:00 22
....
2014-01-02 23:45:00 0
....

1) 所以我的“日期”列是一个日期时间，并且每天每 15 分钟都有一个值。

我想要的是删除时间不在 08:00 和 18:00 之间的所有行。

2) 数据中缺少某些日子...我如何将缺少的日子放入我的数据框中并用值 0 作为 X 填充它们。

我的方法：在两个日期之间创建一个新系列并将 15 分钟设置为频率并将我的 X 列与新创建的系列连接。对吗？

---

编辑： 我的第二个问题的问题：

#create new full DF without missing dates and reindex
full_range = pandas.date_range(start='2014-01-02', end='2017-11-
14',freq='15min') 
df = df.reindex(full_range,fill_value=0)

df.head()

输出：

                    Date        X
2014-01-02 00:00:00 1970-01-01  0
2014-01-02 00:15:00 1970-01-01  0
2014-01-02 00:30:00 1970-01-01  0
2014-01-02 00:45:00 1970-01-01  0
2014-01-02 01:00:00 1970-01-01  0

如你所见，那没有用。

顺便说一句，“日期”列不是索引。我需要它作为我的 df 中的列

他为什么选择“1970-01-01”？ 1970 年对我来说毫无意义

Answer 1

我想要的是删除时间不在 08:00 之间的所有行 和 18:00 点。

使用datetime.time 创建一个蒙版。示例：

from datetime import time

idx = pd.date_range('2014-01-02', freq='15min', periods=10000)
df = pd.DataFrame({'x': np.empty(idx.shape[0])}, index=idx)
t1 = time(8); t2 = time(18)
times = df.index.time
mask = (times > t1) & (times < t2)
df = df.loc[mask]

数据中缺少某些日子...我该如何填写缺少的日子 在我的 DataFrame 中并用值 0 作为 X 填充它们？

1. 使用pd.date_range() 构建一个没有缺失数据的日期范围（见上文）。
2. 在df 上致电reindex() 并指定fill_value=0。

在 cmets 中回答您的问题：

• np.empty 创建一个空数组。我只是用它来构建一些基本上是垃圾的“示例”数据。这里idx.shape 是你的索引的形状（长度，宽度），一个元组。所以np.empty(idx.shape[0]) 创建了一个与idx 长度相同的空一维数组。
• times = df.index.time 创建一个名为 times 的变量（一个 NumPy 数组）。 df.index.time 是df 索引中每个元素的时间。您可以自己探索这一点，只需将代码分成几部分并自己进行试验。