Я работаю над dataFrame с данными за несколько лет с отметкой времени для каждого значения. Я борюсь с сортировкой данных за летние / не летние месяцы. Я не уверен, как сказать пандам, чтобы они получали данные с датами 15 июня по 15 сентября, однако отбрасывая год.

df['is_summer'] = df['Date'].dt.month.between(6,9) # This works for June 1 to September 30 for every year
# I want to do this, this is pseudo code
df['is_summer'] = df['Date'].dt.day.between(6-15,9-15) # From June 15 to September 15 for every year
# I also want to this 
df['is_late_night'] = df['Date'].dt.time.between(20:00,23:59) # From 20:00 to 23:59 for every day

Мне трудно найти документацию для этого. Я хочу знать правильный синтаксис для .between () для времени, месяца, дня и года. Спасибо вам за помощь

3
Luis Enriquez-Contreras 21 Дек 2019 в 04:07

3 ответа

Лучший ответ

Вы можете использовать булеву маску для фильтрации кадра данных pandas, она будет выглядеть примерно так:

import numpy as np
import pandas as pd

# creating random date ranging across many years
df = pd.DataFrame(np.random.random((1000,3)))
df['date'] = pd.date_range('2000-1-1', periods=1000, freq='D')

# Creating the boolean mask to keep everything from June to August
mask = (df['date'].dt.month > 6) & (df['date'].dt.month <= 8)

# Applying the boolean mask to the data frame an printing it
print(df.loc[mask])

Создание маски может быть встроено в этап фильтрации, поэтому в вашем случае решение является однострочным

only_summer_data = df.loc[(df['date'].dt.month >= 6) & (df['date'].dt.month <= 8))

Если вы тоже хотите провести день, мы получим следующее:

start_mask = ((df['date'].dt.month == 6) & (df['date'].dt.day >= 15)) | (df['date'].dt.month > 6)

end_mask = ((df['date'].dt.month == 8) & (df['date'].dt.day <= 15)) | (df['date'].dt.month < 8)

mask = start_mask & end_mask
print(df.loc[mask])

Однако, поскольку контроль над фильтрацией даты более детализирован, решение с логической маской может стать действительно многословным.

1
Yacine Mahdid 21 Дек 2019 в 15:37

Используйте dayofyear компонент для определения диапазона и сравнения - это позволит вам ограничить фильтр диапазоном дат без учета года.

>>> start = pd.to_datetime('06-15-2000').dayofyear
>>> end = pd.to_datetime('09-15-2000').dayofyear
>>> start,end
(167, 259)
>>> df = pd.DataFrame(pd.date_range('2010-01-01', periods=52, freq='SM'),columns=['Date'])
>>> df[(df['Date'].dt.dayofyear >= start) & (df['Date'].dt.dayofyear <= end)]
         Date
11 2010-06-30
12 2010-07-15
13 2010-07-31
14 2010-08-15
15 2010-08-31
16 2010-09-15
35 2011-06-30
36 2011-07-15
37 2011-07-31
38 2011-08-15
39 2011-08-31
40 2011-09-15
>>> 

Или же

>>> df.loc[df['Date'].dt.dayofyear.between(start,end)]
1
wwii 21 Дек 2019 в 03:41

Я бы разделил это на 3 более простых условия

df = pd.DataFrame({'date': pd.date_range(start='1/1/2016', end='1/08/2018')})

select_month78 = df.date.dt.month.between(7,8)
select_month6 = (df.date.dt.month==6) & (df.date.dt.day >= 15)
select_month9 = (df.date.dt.month==9) & (df.date.dt.day <= 15)

df['is_summer'] = select_month78 | select_month6 | select_month9

df[df.is_summer]

Выход:

          date  is_summer
166 2016-06-15       True
167 2016-06-16       True
168 2016-06-17       True
169 2016-06-18       True
170 2016-06-19       True
..         ...        ...
619 2017-09-11       True
620 2017-09-12       True
621 2017-09-13       True
622 2017-09-14       True
623 2017-09-15       True

[186 rows x 2 columns]
1
9mat 21 Дек 2019 в 01:37