使用步骤对 pandas DateTimeIndex 进行切片

Question

我经常用 DateTimeIndexes 处理 pandas DataFrame，我想在其中 - 例如 - select 只有索引小时 = 6 的部分。我目前知道如何做到这一点的唯一方法是重新索引：

df.reindex(pd.date_range(*df.index.to_series().agg([min, max]).apply(lambda ts: ts.replace(hour=6)), freq="24H"))

但这是非常难以理解和复杂的，当存在具有多个 DateTimeIndex 级别的 MultiIndex 时，情况会变得更糟。 我知道 use.reset_index() 然后 df.where 或 df.loc 带有条件语句的方法，但是有没有更简单的方法来使用常规 IndexSlicing 来做到这一点？ 我尝试如下

df.loc[df.index.min().replace(hour=6)::pd.Timedelta(24, unit="H")]

但这给出了 TypeError：

TypeError: '>=' not supported between instances of 'Timedelta' and 'int'

Answer 1

如果您的索引是 DatetimeIndex，您可以使用：

>>> df[df.index.hour == 6]
                     val
2022-03-01 06:00:00    7
2022-03-02 06:00:00   31
2022-03-03 06:00:00   55
2022-03-04 06:00:00   79
2022-03-05 06:00:00  103
2022-03-06 06:00:00  127
2022-03-07 06:00:00  151
2022-03-08 06:00:00  175
2022-03-09 06:00:00  199
2022-03-10 06:00:00  223
2022-03-11 06:00:00  247
2022-03-12 06:00:00  271
2022-03-13 06:00:00  295
2022-03-14 06:00:00  319
2022-03-15 06:00:00  343
2022-03-16 06:00:00  367
2022-03-17 06:00:00  391
2022-03-18 06:00:00  415
2022-03-19 06:00:00  439
2022-03-20 06:00:00  463
2022-03-21 06:00:00  487

设置：

dti = pd.date_range('2022-3-1', '2022-3-22', freq='1H')
df = pd.DataFrame({'val': range(1, len(dti)+1)}, index=dti)