Python将时间戳与输入时间进行比较

我有一些带有时间戳的数据帧作为列，我想用np.where过滤8:00:00到17:00:00之间的行。我不断收到关于数据/对象类型的错误消息。任何帮助都将不胜感激

例如：

timestamp    volume
2013-03-01 07:59:00    5
2013-03-01 08:00:00    6
2013-03-01 08:01:00    7
2013-03-01 08:02:00    8

基本上，我想以以下内容结束：

2013-03-01 08:00:00    6
2013-03-01 08:01:00    7
2013-03-01 08:02:00    8

通过使用沿着

np.where(df['timestamp'] > dt.time('8:00:00')

试试这个：

In [226]: df
Out[226]:
             timestamp  volume
0  2013-03-01 07:59:00       5
1  2013-03-01 08:00:00       6
2  2013-03-01 08:01:00       7
3  2013-03-01 08:02:00       8

In [227]: df.dtypes
Out[227]:
timestamp    object
volume        int64
dtype: object

In [228]: df['timestamp'] = pd.to_datetime(df['timestamp'], errors='coerce')

In [229]: df.dtypes
Out[229]:
timestamp    datetime64[ns]  # <---- it's `datetime64[ns]` now
volume                int64
dtype: object

In [230]: df.set_index('timestamp').between_time('08:00','17:00').reset_index()
Out[230]:
            timestamp  volume
0 2013-03-01 08:00:00       6
1 2013-03-01 08:01:00       7
2 2013-03-01 08:02:00       8

[226]中的

：df
出[226]：
时间戳卷
0  2013-03-01 07:59:00       5
1  2013-03-01 08:00:00       6
2  2013-03-01 08:01:00       7
3  2013-03-01 08:02:00       8
在[227]中：df.dtypes
出[227]：
时间戳对象
卷int64
数据类型：对象
在[228]中：df['timestamp']=pd.to_datetime（df['timestamp']，errors='procure'）
In[229]：df.dtypes
出[229]：
时间戳datetime64[ns]#您可以在

我生成了一个带有

import datetime
d = {'timestamp': pd.Series([datetime.datetime.now() + 
          datetime.timedelta(hours=i) for i in range(20)]),
    'volume': pd.Series([s for s in range(20)])}
df = pd.DataFrame(d)

df['timeframe']

0    2017-02-13 22:37:54.515840
1    2017-02-13 23:37:54.515859
2    2017-02-14 00:37:54.515865
3    2017-02-14 01:37:54.515870
4    2017-02-14 02:37:54.515878
5    2017-02-14 03:37:54.515884
6    2017-02-14 04:37:54.515888
...
17   2017-02-14 15:37:54.515939
18   2017-02-14 16:37:54.515943
19   2017-02-14 17:37:54.515948

df.dtypes

timestamp    datetime64[ns]
volume                int64
dtype: object

在您的示例中，

df['timestamp']

的

dtype

是

object

您可以执行的操作

df['timestamp'] = pd.to_datetime(df['timestamp'], coerce=True)

通过设置param

concurve=True

如果任何特定字符串的转换失败，则这些行被设置为

NaT

然后可以使用

在
之间进行过滤，如下所示

df[df.timestamp.dt.strftime（“%H:%M:%S”）。介于（'11:00:00'、'18:00:00'）之间]
会回来的

13 2017-02-14 11:37:54.515922      13
14 2017-02-14 12:37:54.515926      14
15 2017-02-14 13:37:54.515930      15
16 2017-02-14 14:37:54.515935      16
17 2017-02-14 15:37:54.515939      17
18 2017-02-14 16:37:54.515943      18
19 2017-02-14 17:37:54.515948      19

如果您有一个包含以下数据的文件：
时间戳卷
2013-03-01 07:59:00    5
2013-03-01 08:00:00    6
2013-03-01 08:01:00    7
2013-03-01 08:02:00 8

import pandas as pd
df=pd.read_csv("filename",skiprows=1)
print(df)

然后，当只阅读时，您可以跳过第一行，您将得到如下输出：
时间戳卷
2013-03-01 08:00:00    6
2013-03-01 08:01:00    7
2013-03-01 08:02:00 8

import pandas as pd
df=pd.read_csv("filename",skiprows=1)
print(df)

张贴您收到的错误消息：它们经常会告诉您您做错了什么。什么是
df['timestamp'].dtpye
？如果第二行应该进入结果集中，您需要使用
=
。另外，
df[df.timestamp>'08:00:00']
无论数据类型是object还是datetime都应该有效。
df.set_index（'timestamp'）。在_-time（'08:00'，'17:00'）之间。reset_-index（）
？df['timestamp']。dtype显示数据类型（'O'）。我尝试了df[df.timestamp>'08:00:00']，但没有运气-表返回空数据帧np。其中（df['timestamp']>dt.time（'8:00:00'）产生：TypeError:descriptor'time'需要一个'datetime.datetime'对象，但收到了一个'str'，它不起作用，因为我的timestamp dtype是对象，而不是datetime64[ns].Get错误：只能使用带有datetimelike值的.dt访问器。请尝试
df['date time']=pd.to_datetime（df['timestamp']，强制=True）
在筛选之前？我可以运行此操作，直到我查看结果透视表并看到8:00:00之前的时间。我的数据包含多天，因此我想知道这是否可行？我将结果数据打印到csv中，并且仍然看到此时间段之外的时间戳。我的错误是，忘记将数据框设置为更新。这很有效。