我有以下示例資料：
custom_date_parser = lambda x:datetime.strptime(x, "%m/%d/%Y %H:%M")
df = pd.read_csv('sample.csv', index_col = 0, parse_dates = ['date'], date_parser = custom_date_parser)
| date | value |
| ------------------- | --------|
| 2021-12-06 08:30:00 | 100 |
| 2021-12-06 08:35:00 | 150 |
| 2021-12-06 08:40:00 | 120 |
| 2021-12-06 08:45:00 | 90 |
| 2021-12-06 08:50:00 | 80 |
...................................
| 2021-12-09 08:30:00 | 220 |
| 2021-12-09 08:35:00 | 250 |
| 2021-12-09 08:40:00 | 260 |
| 2021-12-09 08:45:00 | 290 |
| 2021-12-09 08:50:00 | 300 |
如果小時和分鐘 '08:40:00' 在索引列中，我想遍歷資料框并列印 'value' 列中的數字。我嘗試過有趣的東西，例如：
for i in df.index:
if '08:40:00' in [i]:
print(df.value[i])
uj5u.com熱心網友回復：
由于您已將其決議為日期時間物件，因此您可以檢查小時和分鐘，將資料框過濾為匹配的行并列印相應的值。
for x in df.loc[(df['date'].dt.hour.eq(8)) & (df['date'].dt.minute.eq(40))]['value']:
print(x)
uj5u.com熱心網友回復：
從您的資料集中，由于該date列采用日期時間格式，我們可以簡單地過濾所需的時間，如下所示：
>>> df[df['date'].dt.strftime("%H:%M:%S") == '08:40:00']
date value
2 2021-12-06 08:40:00 120
7 2021-12-09 08:40:00 260
uj5u.com熱心網友回復：
我會將您的日期欄位設定為 DateTimeIndex。
然后你可以使用這樣的東西來過濾分鐘和小時。
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')
df[df.index.minute == 40] & df[df.index.hour == 8]
轉載請註明出處，本文鏈接：https://www.uj5u.com/caozuo/378047.html