如何检查它是不是是python中的新一天？

Posted 2023-03-12

【中文标题】如何检查它是不是是python中的新一天？

【英文标题】：How to check if its a new day in python?如何检查它是否是python中的新一天？

【发布时间】：2020-09-27 14:34:04

【问题描述】：

我有一个使用 pandas 的函数 date_range 创建的日期列表。在该列表中，日期从 01 January 2019 00:00:00 到 31 December 2019 00:00:00。现在每个时间间隔有15分钟的间隔，所以一天总共会有96个15分钟的块((24*60)/15)。所以列表会是这样的：

modelStartDate = "01/01/2019"
modelEndDate = "31/12/2019"
interval = 15
dateTime = pd.date_range(start=modelStartDate, end=modelEndDate, freq=str(interval) + 'min')

print(dateTime)

输出：

DatetimeIndex(['2019-01-01 00:00:00', '2019-01-01 00:15:00',
               '2019-01-01 00:30:00', '2019-01-01 00:45:00',
               '2019-01-01 01:00:00', '2019-01-01 01:15:00',
               '2019-01-01 01:30:00', '2019-01-01 01:45:00',
               '2019-01-01 02:00:00', '2019-01-01 02:15:00',
               ...
               '2019-12-30 21:45:00', '2019-12-30 22:00:00',
               '2019-12-30 22:15:00', '2019-12-30 22:30:00',
               '2019-12-30 22:45:00', '2019-12-30 23:00:00',
               '2019-12-30 23:15:00', '2019-12-30 23:30:00',
               '2019-12-30 23:45:00', '2019-12-31 00:00:00'],
              dtype='datetime64[ns]', length=34945, freq='15T')

所以我正在做一些需要一些计数器的计算，我想做的是我想在每个新的一天重置计数器。所以做这个任务我有两种方法：首先，我可以简单地将列表分成 96 个块，并在每 96 个块后重置计数器；其次，我想查看这个列表，看看实际什么时候是新的日子并重置柜台只有当它发现有新的一天。 第一种方法：

modelStartDate = "01/01/2019"
modelEndDate = "31/12/2019"
interval = 15
dateTime = pd.date_range(start=modelStartDate, end=modelEndDate, freq=str(interval) + 'min')

for i in range(len(dateTime)):
    if i % 96 == 0:
        print("new date at ", i)

第二种方法： 我不知道该怎么做。所以有人可以帮忙。在所需的输出中，我不想要任何特别的东西，只是可以简单地说那是新一天的新日期。所以在每第 96 个块输出之后会是这样的：

new date: 02/01/2019 00:00:00
new date: 03/ 01/2019 00:00:00
and so on

【参考方案1】：

您可以使用 Timestamp.round() 函数将日期时间值与其四舍五入的对应值进行比较，如果为真，则计数器重置。

modelStartDate = "01/01/2019"
modelEndDate = "31/12/2019"
interval = 15
dateTime = pd.date_range(start=modelStartDate, end=modelEndDate, freq=str(interval) + 'min')

counter = 0
for i in dateTime:
    # Do your calculations
    counter+=1  # Counter value incrementing

    if i == i.round(freq='D'):  # Check if its the start of the day
        counter = 0  # Reset the counter
        print("New Date at ".format(i))

【讨论】：

不错的解决方案。您能否添加代码如何使用数据框实现这一点？

【参考方案2】：

您可以使用 DatetimeIndex 的 dayofyear 方法。每当它改变时，你就有新的一天。例如：

import pandas as pd

modelStartDate, modelEndDate = "01/01/2019", "31/12/2019"
interval = 15
dateTime = pd.date_range(start=modelStartDate, end=modelEndDate, freq=str(interval) + 'min')

doy = pd.Series(dateTime.dayofyear)
m = doy.ne(doy.shift())

dateTime[m]
# DatetimeIndex(['2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
#                '2019-01-05', '2019-01-06', '2019-01-07', '2019-01-08',
#                '2019-01-09', '2019-01-10',
#                ...
#                '2019-12-22', '2019-12-23', '2019-12-24', '2019-12-25',
#                '2019-12-26', '2019-12-27', '2019-12-28', '2019-12-29',
#                '2019-12-30', '2019-12-31'],
#               dtype='datetime64[ns]', length=365, freq=None)

要得到你描述的'计数器'，你可以使用Cumsum reset at NaN，稍微修改一下并使用

v = (~m).astype(int)
cumsum = v.cumsum()
reset = -cumsum[v == 0].diff().fillna(cumsum)
counting = v.where(v != 0, reset).cumsum()
# counting
# 0         0
# 1         1
# 2         2
# 3         3
# 4         4
#          ..
# 34940    92
# 34941    93
# 34942    94
# 34943    95
# 34944     0
# Length: 34945, dtype: int64

【参考方案3】：

这对我有用，但可能不像熊猫：

modelStartDate = "01/01/2019"
modelEndDate = "31/12/2019"
interval = 15
dateTime = pd.date_range(start=modelStartDate, end=modelEndDate)
dateTime_min = pd.date_range(start=modelStartDate, end=modelEndDate, freq=str(interval) + 'min')
df_combined = pd.DataFrame("date_frequency":dateTime_min)
df_final = pd.DataFrame()
for date in dateTime:
    df_final = df_final.append(df_combined[df_combined['date_frequency'].dt.strftime('%d/%m/%Y') == date.strftime('%d/%m/%Y')].reset_index())
    display(df_final)

输出：

    index   date_frequency
0     0     2019-01-01 00:00:00
1     1     2019-01-01 00:15:00
2     2     2019-01-01 00:30:00
3     3     2019-01-01 00:45:00
4     4     2019-01-01 01:00:00
...     ...     ...
91  187     2019-01-02 22:45:00
92  188     2019-01-02 23:00:00
93  189     2019-01-02 23:15:00
94  190     2019-01-02 23:30:00
95  191     2019-01-02 23:45:00