如何通过选择特定时间间隔内的时间来索引 pandas DataFrames？答案

【问题标题】：How to index pandas DataFrames by selecting times in a particular interval?如何通过选择特定时间间隔内的时间来索引 pandas DataFrames？
【发布时间】：2015-10-17 10:20:00
【问题描述】：

我有一个类似于以下布局的 DataFrame：

In [24]: example_df
Out[24]:
                      Price
DateTime
2012-09-11 19:44:00   99.622
2012-09-11 19:45:00   99.312
2012-09-11 19:46:00   99.211
2012-09-11 19:47:00   99.757
2012-09-11 19:48:00   99.312
2012-09-11 19:49:00   99.157
2012-09-11 19:50:00   99.751
...

DataFrame 有一个日期时间索引。

这个 DataFrame 每分钟跨越很多年，我将如何将数据切片以仅包含时间序列中每天的特定时间段？假设 DataFrame 中的每一天都是 12:00-13:00？

【问题讨论】：

标签： python pandas datetime dataframe indexing

【解决方案1】：

您可以使用indexer_between_time() 捕获位于给定时间间隔内的索引，然后使用iloc 对DataFrame 进行切片。例如：

>>> df.iloc[df.index.indexer_between_time('19:45:00', '19:49:00')]
                      Price
2012-09-11 19:45:00  99.312
2012-09-11 19:46:00  99.211
2012-09-11 19:47:00  99.757
2012-09-11 19:48:00  99.312
2012-09-11 19:49:00  99.157

对于每天 12:00 到 13:00 之间的条目的特定请求，您可以使用以下内容获取行：

df.iloc[df.index.indexer_between_time('12:00:00', '13:00:00')]

【讨论】：

这很好用，谢谢，快速提问 - df.index.indexer_between_time('12:00:00', '13:00:00') 给出了一个索引数组 - pandas iloc 如何然后解析这个列表？一次只有两个？
很高兴它有帮助 - iloc 只是遍历整数数组并从 DataFrame 中选择每个相应的行（如果我误解了你的问题，请告诉我）。