Python 如何在DatetimeIndex的特定时间插入值

我有一个可复制的代码如下：

import pandas as pd
import datetime

foo = pd.read_csv("http://m.uploadedit.com/bbtc/1545406250692.txt", header=None, names=["Stock","Date","Time", "Open", "High", "Low", "Close", "Volume", "OI"], dtype={"Stock":"category"}, parse_dates= [['Date', 'Time']], index_col="Date_Time")
foo.sort_index(inplace=True)
bar = foo.between_time('09:00:00', '15:30:00') #Dropping post and pre market data i.e. from index 15:31 - 16:35

#resampling the data by 120 Minutes (2 hours)
twohour = bar.loc["2018-11-22 09:08:00":].resample('120Min',closed = 'right',label = 'left', base=75).agg({'Open': 'first', 'High': 'max', 'Low': 'min','Close': 'last'}).dropna()
twohour.head(7)

Out[]:
                    Close   High    Open    Low
Date_Time               
2018-11-22 07:15:00 321.3   321.30  321.30  321.30
2018-11-22 09:15:00 324.5   326.90  320.10  320.00
2018-11-22 11:15:00 323.2   324.85  324.60  322.20
2018-11-22 13:15:00 319.9   324.35  323.20  319.50
2018-11-22 15:15:00 320.0   320.35  319.85  319.15
2018-11-26 07:15:00 324.90  324.90  324.90  324.90
2018-11-26 09:15:00 311.35  324.40  323.10  309.60

我希望将索引中带时间的

Open

列中的每个值

09:15:00

替换为索引中带时间的

Close

列中的值

07:15:00

简而言之，我需要以下输出：

Out[]:
                    Close   High    Open    Low
Date_Time               
2018-11-22 07:15:00 321.3   321.30  321.30  321.30
2018-11-22 09:15:00 324.5   326.90  321.30  320.00
2018-11-22 11:15:00 323.2   324.85  324.60  322.20
2018-11-22 13:15:00 319.9   324.35  323.20  319.50
2018-11-22 15:15:00 320.0   320.35  319.85  319.15
2018-11-26 07:15:00 324.90  324.90  324.90  324.90
2018-11-26 09:15:00 311.35  324.40  324.90  309.60

我尝试使用

.loc

将

DateTimeindex

转换为字典，然后替换这些值。但是字典没有被排序，所以它需要对dict进行排序，代码变得越来越难看。

---

非常感谢您的帮助。

您可以使用loc选择所需的行，并将打开的列设置为close.shift

import datetime 

df.loc[df.index.time == datetime.time(9, 15), 'Open'] = df['Close'].shift(1)


                    Close   High    Open    Low
Date_Time               
2018-11-22 07:15:00 321.30  321.30  321.30  321.30
2018-11-22 09:15:00 324.50  326.90  321.30  320.00
2018-11-22 11:15:00 323.20  324.85  324.60  322.20
2018-11-22 13:15:00 319.90  324.35  323.20  319.50
2018-11-22 15:15:00 320.00  320.35  319.85  319.15
2018-11-26 07:15:00 324.90  324.90  324.90  324.90
2018-11-26 09:15:00 311.35  324.40  324.90  309.60

编辑：比较时间

import time
start = time.clock()
df.loc[df.index.time == datetime.time(9, 15), 'Open'] = df['Close'].shift(1)
print (time.clock() - start)

0.006845999999999464


start = time.clock()
mask_bool = (df.index - df.index.normalize()) == '09:15:00'
df['Open'] = df['Open'].mask(mask_bool, df['Close'].shift(1))
print (time.clock() - start)

0.009392999999999319

---

在比较之前，您可以将索引转换为

timdelta

或字符串：

# timedelta option, vectorised & efficient
mask_bool = (df.index - df.index.normalize()) == '09:15:00'

# string alternative, inefficient
mask_bool = df.index.strftime('%H:%M') == '09:15'

然后通过

loc

或

mask

分配：

# Option 1: assign conditionally via loc
df.loc[mask_bool, 'Open'] = df['Close'].shift(1)

# Option 2: mask with pd.Series.mask
df['Open'] = df['Open'].mask(mask_bool, df['Close'].shift(1))

结果:

print(df)

                      Close    High    Open     Low
Date_Time                                          
2018-11-22 07:15:00  321.30  321.30  321.30  321.30
2018-11-22 09:15:00  324.50  326.90  321.30  320.00
2018-11-22 11:15:00  323.20  324.85  324.60  322.20
2018-11-22 13:15:00  319.90  324.35  323.20  319.50
2018-11-22 15:15:00  320.00  320.35  319.85  319.15
2018-11-26 07:15:00  324.90  324.90  324.90  324.90
2018-11-26 09:15:00  311.35  324.40  324.90  309.60

绩效基准 对于较大的数据帧，

timedelta

矢量化版本应该是有效的，但请注意，这将取决于系统和设置：

# Python 3.6.5, Pandas 0.23, NumPy 1.14.3

import pandas as pd
from datetime import time

df = pd.DataFrame.from_dict({'Date_Time': ['2018-11-22 07:15:00', '2018-11-22 09:15:00',
                                           '2018-11-22 11:15:00', '2018-11-22 13:15:00',
                                           '2018-11-22 15:15:00', '2018-11-26 07:15:00',
                                           '2018-11-26 09:15:00'],
                             'Close': [321.3, 324.5, 323.2, 319.9, 320.0, 324.9, 311.35],
                             'High': [321.3, 326.9, 324.85, 324.35, 320.35, 324.9, 324.4],
                             'Open': [321.3, 321.3, 324.6, 323.2, 319.85, 324.9, 324.9],
                             'Low': [321.3, 320.0, 322.2, 319.5, 319.15, 324.9, 309.6]})

df['Date_Time'] = pd.to_datetime(df['Date_Time'])
df = df.set_index('Date_Time')

df = pd.concat([df]*10**4)

%timeit (df.index - df.index.normalize()) == '09:15:00'  # 8.67 ms
%timeit df.index.strftime('%H:%M') == '09:15'            # 651 ms
%timeit df.index.time == time(9, 15)                     # 28.3 ms

---

在您的数据框中，有两行的'Date\u Time'列值为'07:15:00'。在替换时，您如何决定选择哪一个？在您有9:15的数据但没有7:15的记录的日期会发生什么？@L.B.我想用输出中显示的时间为9:15:00的索引上方的数据替换。@ALOLZ这不会发生，但如果发生，我不想更改任何内容，我会保持数据原样。@L.B.还没有，15分钟后再试。

datetime.time（9，15）

似乎不起作用，是吗？错误：

TypeError:描述符“time”需要一个“datetime.datetime”对象，但收到了一个“int”

@zyxue Need

import datetime

非

从datetime导入datetime

您需要导入datetime@Vaishali，抱歉，忘记更换所有

df

。代码工作得很好。再次感谢@ArJuN，我刚刚添加了时间比较谢谢@jpp。根据您的说法，哪种答案/代码更快？您的答案还是Vaishali的答案？@ArJuN，请参阅更新，为布尔掩码瓶颈计时，

timedelta

选项是3个选项中最适合较大数据帧的选项。您能用这两行代码再次计时吗？我还是越来越善于利用时间loc@Vaishali，我也看到了同样的情况，我添加了带有版本号的完整基准测试代码，并添加了免责声明。当然，基准测试依赖于系统。这是因为您只比较创建掩码的代码。当您基于切片分配数据时，会发生大量操作。我用两行代码检查了时间。不管怎样，我只是好奇，所以想看看我是否遗漏了什么。