我有日內資料框（索引是 DatetimeIndex）。我想在日內 df 中定位的日子（它也是 DatetimeIndex，因此它的表示形式類似于日期，但它是 YYYY-MM-DD hh:mm:ss 和 hh:mm:ss = 00:00:00）。
例如：
intraday_df =
Column
Date
2005-01-03 09:30:00 0.9962
2005-01-03 09:31:00 0.9963
2005-01-03 09:32:00 0.9939
2005-01-03 09:33:00 0.9937
2005-01-03 09:34:00 0.9905
... ...
2021-09-16 15:56:00 148.7800
2021-09-16 15:57:00 148.7250
2021-09-16 15:58:00 148.7400
2021-09-16 15:59:00 148.8500
2021-09-16 16:00:00 148.7900
days = DatetimeIndex(['2005-03-09', '2005-03-24', '2005-03-31', '2005-04-14',
'2005-04-18', '2005-04-22', '2005-05-24', '2005-05-25',
'2005-06-06', '2005-06-10',
...
'2020-09-10', '2020-09-15', '2020-09-18', '2020-09-28',
'2020-10-12', '2020-10-14', '2020-12-22', '2021-01-11',
'2021-01-28', '2021-05-07'],
dtype='datetime64[ns]', length=200, freq=None)
我想出了這樣的事情
intraday_df[pd.Series(intraday_df.index.date, index=intraday_df.index).isin(days.index.date)]
但它并不像我看到的那么好。我想做這樣的事情：
intraday_df[intraday_df.index.to_series().agg(date).isin(days.index.date)]
但我不知道如何聚合（或應用）日期方法......
或者有什么更好的嗎？
uj5u.com熱心網友回復：
您可以簡化您擁有的解決方案
intraday_df[intraday_df.index.floor().isin(days)]
uj5u.com熱心網友回復：
也試試這個：
intraday_df[pd.Series(intraday_df.index.date).isin(days)]
uj5u.com熱心網友回復：
使用DatetimeIndex.floor或DatetimeIndex.normalize洗掉時間和輸出為datetimes，因此可能匹配days：
intraday_df[intraday_df.index.floor('d').isin(days)]
intraday_df[intraday_df.index.normalize().isin(days)]
或者通過DatetimeIndex.date以下方式將兩者都轉換為日期：
intraday_df[intraday_df.index.date.isin(days.date)]
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/329056.html
上一篇：使用for回圈初始化字典