在带有时间戳索引的数据框中创建一个 12 小时的循环

Posted 2023-03-12

【中文标题】在带有时间戳索引的数据框中创建一个 12 小时的循环

【英文标题】：Creating a loop of 12 hours in dataframe with timestamp index

【发布时间】：2020-02-27 13:14:54

【问题描述】：

df['index_day'] = df.index.floor('d')

我的数据框是df.head

                     index_day      P2_Qa  ...     P2_Qcon       P2_m
2019-01-10 17:00:00 2019-01-10  93.599342  ...  107.673342  14.962424
2019-01-10 17:01:00 2019-01-10  90.833884  ...  104.658384  14.343642
2019-01-10 17:02:00 2019-01-10  90.907001  ...  104.601001  14.568892
2019-01-10 17:03:00 2019-01-10  93.579973  ...  107.115473  14.884902
2019-01-10 17:04:00 2019-01-10  93.688072  ...  107.168072  14.831412

我每天都在循环

for day, i in df.groupby('index_day'):
    sns.jointplot(x='P2_Tam', y='P2_Qa', data=i, kind='reg')
    j=j+1
    plt.savefig(j+'.png')

这给了我一天 24 小时的回归图。但是，我只想要这样的情节。从 18:00 到早上 6 点，one night = one loop= 1 plot 循环大约 12 小时。

但是，我想循环使用 one loop = 18:00 till 6:00 of next day 而不是 one loop=24 hours of one day。我该怎么做？

【问题讨论】：

你能在问题中添加一些示例数据minimal, complete, and verifiable example吗？

我到底想做什么清楚吗？谢谢

【参考方案1】：

我认为您可以先过滤 DataFrame.between_time 仅用于夜间，然后循环使用 12H 和 base=6：

rng = pd.date_range('2017-04-03', periods=35, freq='H')
df = pd.DataFrame('a': range(35), index=rng)  

df = df.between_time('18:00:01', '6:00')
print (df)
                      a
2017-04-03 00:00:00   0
2017-04-03 01:00:00   1
2017-04-03 02:00:00   2
2017-04-03 03:00:00   3
2017-04-03 04:00:00   4
2017-04-03 05:00:00   5
2017-04-03 06:00:00   6
2017-04-03 19:00:00  19
2017-04-03 20:00:00  20
2017-04-03 21:00:00  21
2017-04-03 22:00:00  22
2017-04-03 23:00:00  23
2017-04-04 00:00:00  24
2017-04-04 01:00:00  25
2017-04-04 02:00:00  26
2017-04-04 03:00:00  27
2017-04-04 04:00:00  28
2017-04-04 05:00:00  29
2017-04-04 06:00:00  30

---

for i, g in df.groupby(pd.Grouper(freq='12H', base=6, closed='right')):
    if not g.empty:
        print (g)

                     a
2017-04-03 00:00:00  0
2017-04-03 01:00:00  1
2017-04-03 02:00:00  2
2017-04-03 03:00:00  3
2017-04-03 04:00:00  4
2017-04-03 05:00:00  5
2017-04-03 06:00:00  6
                      a
2017-04-03 19:00:00  19
2017-04-03 20:00:00  20
2017-04-03 21:00:00  21
2017-04-03 22:00:00  22
2017-04-03 23:00:00  23
2017-04-04 00:00:00  24
2017-04-04 01:00:00  25
2017-04-04 02:00:00  26
2017-04-04 03:00:00  27
2017-04-04 04:00:00  28
2017-04-04 05:00:00  29
2017-04-04 06:00:00  30

编辑：

如果想在开始时间后 12 小时内选择一种可能的解决方案，DataFrame.truncate：

rng = pd.date_range('2017-04-03', periods=35, freq='2H')
df = pd.DataFrame('a': range(35), index=rng)  

dates = df.index.floor('d').unique() 

for s, e in zip(dates + pd.Timedelta(18, unit='H'), 
                dates + pd.Timedelta(30, unit='H')):
    df1 = df.truncate(s, e)
    if not df1.empty:
        print (df1)


                      a
2017-04-03 18:00:00   9
2017-04-03 20:00:00  10
2017-04-03 22:00:00  11
2017-04-04 00:00:00  12
2017-04-04 02:00:00  13
2017-04-04 04:00:00  14
2017-04-04 06:00:00  15
                      a
2017-04-04 18:00:00  21
2017-04-04 20:00:00  22
2017-04-04 22:00:00  23
2017-04-05 00:00:00  24
2017-04-05 02:00:00  25
2017-04-05 04:00:00  26
2017-04-05 06:00:00  27
                      a
2017-04-05 18:00:00  33
2017-04-05 20:00:00  34

【讨论】：

但是，如果不能选择设置频率怎么办？我正在对数据进行夜间分析，在冬季，欧洲的夜晚并不完全是 12 小时，而是更长。所以设置频率 12H 不是一个选项。我想遍历数据，其中一个循环 = 从下一个日期的 16:00 到 8:00 的 16 小时。然后怎样呢？谢谢

完美！！非常感谢。你是 *** 的无名英雄。干杯！！ :)