如何获得熊猫系列中某个时间范围的行掩码?[副本]

如果你想要一个面具,这应该可以做到:

import pandas as pd

df = pd.DataFrame(data=pd.date_range(start='1/1/2018', end='1/2/2018', freq='H'), columns=['SDate'])
mask = (df.SDate.dt.hour >= 2) & (df.SDate.dt.hour <= 4)
print(mask.values)

输出

[False False  True  True  True False False False False False False False
 False False False False False False False False False False False False
 False]

在上面的示例中,df是带有 datetime SDate , dt 是datetimelike属性(如小时)的访问器对象。

你可以用 between_time 也

d = d.set_index('SDate')
d.between_time(start_time = '14:00', end_time = '16:00')

您需要通过括号分隔条件:

s = pd.to_datetime(['2018-01-01 02:00', '2015-12-25 15:00'])

indices = np.nonzero(s.hour>=2 & s.hour<=4)[0]
# TypeError: unsupported operand type(s) for &: 'int' and 'Int64Index'

indices = np.nonzero((s.hour>=2) & (s.hour<=4))[0]
# array([0], dtype=int64)

注意:您可以使用 pd.Series.argmax 对于此计算,标量输出就足够了:

indices = ((s.hour>=2) & (s.hour<=4)).argmax()
# 0