Python 基于时间对数据帧进行子集设置

我有一个数据帧，它有一个时间列，其中的值是字符串。我想对数据帧进行子集划分，以便只有位于窗口中的值才在子集中。目前我正在使用

date_format = '%Y-%m-%d'  
window_start = datetime.strptime('2000-01-01', date_format)  
window_end = datetime.strptime('2010-12-31', date_format)  
subs_df = pandas.DataFrame(index=np.arange(0, 0),   
                      columns = list(orig_df.columns))  

for i, row in orig_df.iterrows():  
    date = datetime.strptime(row.time, date_format)  
    f date >= window_start and date <= window_end:  
        subs_df = subs_df.append(row, ignore_index=True)  

date\u格式=“%Y-%m-%d”
window_start=datetime.strtime（'2000-01-01'，date_格式）
window_end=datetime.strtime（'2010-12-31'，date_格式）
subs_df=pandas.DataFrame（索引=np.arange（0,0），
列=列表（原始列）
对于i，在orig_df.iterrows（）中的行：
date=datetime.strtime（row.time，date\u格式）
f date>=窗口开始和日期是，这将很慢。以下是一些要点：


使用Pandas，避免Python级别的
for
循环。您可以使用布尔索引，并且由于panda
datetime
系列在内部存储为整数，因此可以利用矢量化
避免使用Pandas创建Python内置的
datetime
对象。改用
pd.Timestamp
对象。通常，当这种转换在内部进行时，字符串就足够了
不惜一切代价避免在循环中使用
pd.DataFrame.append
。这是一个昂贵的操作，因为它涉及不必要的数据复制

下面是一个您可以做的示例：

# convert series to Pandas datetime
orig_df['time'] = pd.to_datetime(orig_df['time'])

# construct Boolean mask
mask = orig_df['time'].between('2000-01-01', '2010-12-31')

# apply Boolean mask
new_df = orig_df[mask]

是的，这会很慢。以下是一些要点：


使用Pandas，避免Python级别的
for
循环。您可以使用布尔索引，并且由于panda
datetime
系列在内部存储为整数，因此可以利用矢量化
避免使用Pandas创建Python内置的
datetime
对象。改用
pd.Timestamp
对象。通常，当这种转换在内部进行时，字符串就足够了
不惜一切代价避免在循环中使用
pd.DataFrame.append
。这是一个昂贵的操作，因为它涉及不必要的数据复制

下面是一个您可以做的示例：

# convert series to Pandas datetime
orig_df['time'] = pd.to_datetime(orig_df['time'])

# construct Boolean mask
mask = orig_df['time'].between('2000-01-01', '2010-12-31')

# apply Boolean mask
new_df = orig_df[mask]