Pandas-如何使用pandas.dt.time的時間戳

我有一個資料框架df_to_db:

。 total_time08:00-23:00。

enter_dt_tm	exit_dt_tm
2021-07-20 13:24:00	2021-07-20 22:51:00	0天 09:27:00	0天 09:27:00

2021-05-31 02:52:00 2021-05-31 02:52:00 2021-05-31 06:16:00 2021-05-31 06:16:00 0天03:24:00 0天03:24:00 0天 00:00:00





2021-06-01 23:50:00 2021-06-01 23:50:00 2021-06-01 23:58:00 2021-06-01 23:58:00 0天 00:08:00 0天 00:08:00 0天 00:00:00





2021-06-01 23:58:00 2021-06-01 23:58:00 2021-06-02 07:58:00 2021-06-02 07:58:00 0天 08:00:000天 00:00:00





2021-06-01 07:59:00 2021-06-01 23:12:00 2021-06-01 23:12:00 0天 15:13:000天 15:00:00

我想只列印在 "08:00-23:00 "之間有大于15分鐘的行，并且 "enter_dt_tm "的時間戳不在上午07:40:00和上午08:00:00之間（這將消除除第一行之外的所有行）。

我正在撰寫以下代碼，但遇到了一些問題：

test_df = df_to_db[df_to_db['08:00-23: 00'] >= '0 days 00:15:00' & df_to_db['enter_dt_tm'] 。 dt.time <= '07:40:00' & df_to_db['enter_dt_tm'].dt.time >= '08:00:00'] print(test_df)

我指定08:00-23:00大于15分鐘的第一部分可以作業，但我似乎無法弄清楚如何與.dt.time一起作業以使我的代碼作業。我試著用不同的格式來寫，但沒有成功（例如（7，40，0），7，40，0）等。

如果能得到任何幫助，我們將不勝感激。

編輯：我所收到的錯誤是。TypeError: '<=' 在'datetime.time'和'str'的實體之間不被支持

。

uj5u.com熱心網友回復：

你可以使用：

import datetime
import pandas as pd
import numpy as np

#轉換`enter_dt_tm`為資料時間格式。
df_to_db['enter_dt_tm'] = pd.to_datetime(df_to_db['enter_dt_tm'] )

# 將`08:00-23:00`轉換為timedelta格式。
df_to_db['08:00-23:00'] = pd.to_timedelta(df_to_db['08:00-23:00'] )

# set boolean mask for `08:00-23:00` >= 15 minutes
m1 = df_to_db['08:00-23:00'] >= np.timedelta64（15，'m'）。

# set boolean mask for `enter_dt_tm` NOT between 07:40:00 am and 08:00:00 am。
m2 = ~ df_to_db['enter_dt_tm'].dt.time.between（datetime.time(7, 40, 0）, datetime. time(8, 0, 0))

# 通過兩個布爾掩碼進行過濾。
df_to_db[m1 & m2]

結果：

 enter_dt_tm exit_dt_tm total_time 08:00-23：00
0 2021-20 13: 24:00 202107-20 22: 51:00 0天 09:27: 00 0天 09:27: 00

uj5u.com熱心網友回復：

當你提出問題時，請盡量提供樣本資料或一個作業實體。

import pandas as pd
dat = [...
       ['2021-07-20 13:24:00', '2021-07-20 22:51:00', '0 天 09:27:00', '0 天 09:27:00'] 。
       ['2021-05-31 02:52:00', '2021-05-31 06:16:00', '0 天 03:24:00', '0 天 00:00:00'] 。
       ['2021-06-01 23:50:00', '2021-06-01 23:58:00', '0 天 00:08:00', '0 天 00:00:00'] 。
       ['2021-06-01 23:58:00', '2021-06-02 07:58:00', '0 天 08:00:00', '0 天00:00:00']。
       ['2021-06-01 07:59:00', '2021-06-01 23:12:00', '0天 15:13:00', '0天 15:00:00']
      ]

df = pd.DataFrame(dat, columns=['enter_dt_tm'/span>, 'exit_dt_tm'/span>, 'total_time'/span>, '08:00-23:00'] )
for c in ['enter_dt_tm', 'exit_dt_tm'] 。
    df[c] = pd.to_datetime(df[c])

In[2] : df
輸出[2]。
          enter_dt_tm exit_dt_tm total_time 08:00-23:00
0 2021-20 13: 24:00 202107-20 22: 51:00 0天 09:27: 00 0天 09:27: 00
1 2021-05-31 02:52: 00 2021-05-31 06:16: 00 0 天 03:24: 00 0天 00:00:00:00
2 2021-06-01 23：50。 00 2021-06-01 23:58: 00 0 天 00:08: 00 0天 00:00:00:00天
3 2021-06-01 23：58。 00 2021-06-02 07:58: 00 0 天 08:00: 00 0天 00:00:00:00天
4 202106-01 07:59: 00 2021-06-01 23：12: 00 0 天 15:13: 00 0 天 15:00:00

兩件事：

1. 你得到的錯誤是因為你試圖將一個時間與一個字串進行比較。首先適當地鑄造你的時間成分字串，就像這樣。pd.Timestamp('07:40:000').time()
。
2. 你正在過濾enter_dt_tm的時間組件，使其在7:40 am之前和8:00 am之后。這樣的時間并不存在。你可以檢查一下時間是否在7:40 am之前或8:00 am之后。或者，你也可以檢查一下時間是否在這個視窗之間，然后反轉邏輯。

entry_time_mask = (df.enter_dt_tm.dt.time >=pd. Timestamp('07:40:00').time()) & (df.enter_dt_tm.dt.time <= pd.Timestamp('08:00:00') .time()

time_diff_mask = df['08:00-23:00'] > '0天00:15:00'。

# 結合兩個布爾掩碼，倒置 entry_time_mask。
# 在這里，~表示 "不是"。
df[~entry_time_mask & time_diff_mask] 。

Out[7]。
          enter_dt_tm exit_dt_tm total_time 08:00-23：00
0 2021-20 13: 24:00 202107-20 22: 51:00 0天 09:27: 00 0天 09:27: 00

uj5u.com熱心網友回復：

也許可以嘗試對你想要的部分進行分組？

`test_df = df_to_db[df_to_db['08:00-23']> 00/span>] >= '0 days 00:15:00' & (df_to_db['or_enter_dt_tm']. dt.time <= '07:40:00' & df_to_db['or_enter_dt_tm'].dt.time >= '08:00:00'）]
`

并且/或者

讓它們的格式相同

`test_df = df_to_db[df_to_db['08:00-23': 00'] >= '0 days 00:15:00' & df_to_db['or_enter_dt_tm'] 。 dt.時間 <= '07:40:00'.dt.時間 & df_to_db['or_enter_dt_tm'].dt.時間 >= '08:00:00'.dt.時間]

轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/323991.html

標籤：

上一篇：Pandas用特定的列名洗掉重復的列名

下一篇：最簡單的方法是在bash中把( )替換為("")？