从多个特定日期选择 pandas 中的数据

Question

dft = pd.DataFrame(randn(100000,1), columns=['A'],
     index=pd.date_range('20130101',periods=100000,freq='T'))

如您所见，我以 10 分钟的间隔将日期帧从“2013-01-01”初始化为“2013-03-11”。如何从特定条件中选择特定数据？

1) 列表中的日期 eg: 如果有一个列表 ['2013-01-02', '2013-01-04', '2013-01-06'] 如何选择此列表日期的数据？或者如何选择不在此列表日期上的数据？ 更具体地说，“2013-01-02”是指从“2013-01-02 00:00:00”到“2013-01-02 23:50:00”的所有数据。

2) 多个切片选择 例如：我希望我可以选择多个切片中的数据，如下所示： ['2013-01-02':'2013-01-03'] & ['2013-01-05':'2013-01-07'] & ['2013-01-09':'2013-01- 11'] 具体来说，这个 slice 应该和 python slice 一样，意思是包含左不包含右。

Answer 1

假设这是原始数据（带有Datetime 索引）

dft = pd.DataFrame(np.random.randn(100000,1), columns=['A'],
     index=pd.date_range('20130101',periods=100000,freq='T'))
dft.head()
                            A
2013-01-01 00:00:00  0.313644
2013-01-01 00:01:00  0.458860
2013-01-01 00:02:00  0.841434
2013-01-01 00:03:00 -0.135846
2013-01-01 00:04:00 -0.881316

对于 1)，只需使用 .isin()

myDates = ['2013-01-02', '2013-01-04', '2013-01-06']

# to get data in list
df_in = dft[pd.to_datetime(dft.index.date).isin(myDates)]
df_in.head()
                            A
2013-01-02 00:00:00  0.444005
2013-01-02 00:01:00 -0.073561
2013-01-02 00:02:00  0.256737
2013-01-02 00:03:00  1.304807
2013-01-02 00:04:00 -0.741956

# to get data not in list
df_not_in = dft[~pd.to_datetime(dft.index.date).isin(myDates)]
df_not_in_list.head()
                            A
2013-01-01 00:00:00 -0.944070
2013-01-01 00:01:00  0.225456
2013-01-01 00:02:00  0.571424
2013-01-01 00:03:00 -0.004389
2013-01-01 00:04:00  0.933229

对于 2)，如果我理解正确，您想使用多个日期时间片选择数据。为此，您可以使用嵌套列表中的multiple index masks 按日期过滤

myDates = [['2013-01-02','2013-01-03'],
           ['2013-01-05','2013-01-07'],
           ['2013-01-09','2013-01-11']]
df_masked = dft[
      (dft.index >= myDates[0][0]) & (dft.index <= myDates[0][1]) & \
      (dft.index >= myDates[1][0]) & (dft.index <= myDates[1][1]) & \
      (dft.index >= myDates[2][0]) & (dft.index <= myDates[2][1])
      ]