[英]How to slice unique dates data from a Dataframe?
現有的日期切片方法通常會提取兩個日期之間的數據,但不是唯一的日期。 我的問題是切片不同日期的數據。 我的數據幀是由:
df = A B
2019-03-21 19:15:00 21.787958 16.728439
2019-03-25 19:16:00 20.983078 15.865983
2019-03-29 19:17:00 20.122042 15.073062
我想在第21天和第29天提取數據。我的代碼如下:Code1:
df.index == ['2019-03-21','2019-03-29']
輸出:
ValueError: Lengths must match
代碼2:
df['2019-03-21','2019-03-29']
輸出:
KeyError: ('2019-03-21', '2019-03-25')
您能幫我在這里找到錯誤嗎?
這里發生的事情很少。 首先,當您使用“ ==”將一個列表與另一個列表進行比較時,它不一定會返回逐元素比較-您必須使用pandas內置的“ isin”方法。
其次,當您將掩碼傳遞給數據框以對其進行過濾時,掩碼需要具有與數據框中的行數相同的元素數。
第三,您有一個要與日期進行比較的日期時間索引,因此必須首先提取日期部分才能進行比較。
df=pd.DataFrame({'A':[21.787958,20.983078,20.122042], 'B':16.728439,15.865983,15.073062]})
df.index=pd.to_datetime(['2019-3-21 19:15:0','2019-3-25 19:16:0','2019-3-29 19:17:0'])
所以這是過濾后的數據幀:
df[pd.to_datetime(df.index.date).isin(pd.to_datetime(['2019-03-21','2019-03-29']))]
您可以使用
df.loc[df['date_column'].isin(['2019-03-21','2019-03-29'])]
要么
df[(df['A'] == '2019-03-21') | (df['A'] == '2019-03-29')]
您編寫的df.index
只是給出了行的索引。 例如,如果您運行:
for i in df.index:
print(i)
它返回0,1,2,這是行索引。 但是您要查找的是特定列df['date_column']
因此您應該將此列中的值與所需內容進行比較。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.