Python 在日期之间更改系列中的值

我有一个熊猫系列，它的每日条目都设置为False：

d = pd.Series(False, pd.bdate_range("20100101", periods=100, freq="D"))

现在，我想将每个月15日和20日之间的值设置为True。我生成了一个系列，其中索引为开始/结束日期和真值：

s = pd.Series(True, pd.bdate_range("20100101", periods=100, freq="MS") + pd.DateOffset(14))
e = pd.Series(True, pd.bdate_range("20100101", periods=100, freq="MS") + pd.DateOffset(19))

此时，s和e将包含开始日期和结束日期，我希望将d中的值设置为True。我不知道该如何优雅地将此应用于d

该问题的一个复杂情况是，如果s和e是随机的，也就是说，它并不总是每月的15-20天：

import random
sd = random.choice([1,2,3,4])
ed = random.choice([1,2,3,4]) + sd
del sd
del ed

# The delay is still constant for the entire series and not random per row
s = pd.Series(True, pd.bdate_range("20100101", periods=100, freq="MS") + pd.DateOffset(14 + sd))
e = pd.Series(True, pd.bdate_range("20100101", periods=100, freq="MS") + pd.DateOffset(19 + ed))

您可以使用，但首先需要使用以下内容创建系列：

您可以使用，但首先需要使用以下内容创建系列：

使用现有的pd.Series，您可以通过DateTimeIndex的.day属性使用，或者使用np.INAD来达到相同的效果：

d[(d.index.day >= 15) & (d.index.day <= 20)] = True

d[np.in1d(d.index.day, np.arange(15, 20))] = True

使用现有的pd.Series，您可以通过DateTimeIndex的.day属性使用，或者使用np.INAD来达到相同的效果：

d[(d.index.day >= 15) & (d.index.day <= 20)] = True

d[np.in1d(d.index.day, np.arange(15, 20))] = True

---

谢谢-以上的作品。如果s和e不是很规则，即s和e作为输入，并且对s[i]，e[i]可以是任何给定s[i]d[(d.index.day >= 15) & (d.index.day <= 20)] = True d[np.in1d(d.index.day, np.arange(15, 20))] = True

2010-01-01    False
2010-01-02    False
2010-01-03    False
2010-01-04    False
2010-01-05    False
2010-01-06    False
2010-01-07    False
2010-01-08    False
2010-01-09    False
2010-01-10    False
2010-01-11    False
2010-01-12    False
2010-01-13    False
2010-01-14    False
2010-01-15     True
2010-01-16     True
2010-01-17     True
2010-01-18     True
2010-01-19     True
2010-01-20     True
2010-01-21    False
2010-01-22    False
2010-01-23    False
2010-01-24    False
2010-01-25    False
2010-01-26    False
2010-01-27    False
2010-01-28    False
2010-01-29    False
2010-01-30    False
              ...  
2010-03-12    False
2010-03-13    False
2010-03-14    False
2010-03-15     True
2010-03-16     True
2010-03-17     True
2010-03-18     True
2010-03-19     True
2010-03-20     True
2010-03-21    False
2010-03-22    False
2010-03-23    False
2010-03-24    False
2010-03-25    False
2010-03-26    False
2010-03-27    False
2010-03-28    False
2010-03-29    False
2010-03-30    False
2010-03-31    False
2010-04-01    False
2010-04-02    False
2010-04-03    False
2010-04-04    False
2010-04-05    False
2010-04-06    False
2010-04-07    False
2010-04-08    False
2010-04-09    False
2010-04-10    False
Freq: D, dtype: bool