仅基于工作日（上午8点到晚上10点）和工作日使用Python查询数据

我的问题是一个非常开放的问题，我正在寻找一些关于如何使用以下格式操作数组的建议：

list:
[datetime.datetime(2016, 5, 17, 11, 32, 25),
datetime.datetime(2016, 5, 17, 11, 33, 25),
datetime.datetime(2016, 5, 17, 11, 34, 25), ...

我希望操纵数组，以便只考虑（1）个工作日，然后（2）只考虑上午8点到晚上10点之间的时间。我是用numpy还是熊猫能做到这一点？是否可以使用列表的格式，即datetime.datetime，或者将其转换为其他格式

我试着把纪元分开，这样日期和时间就分开了。执行此操作时，请执行以下命令：

myArray.ix[pd.to_datetime(myArray['Epoch']).isin(pd.bdate_range(start='2016-05-16', end='2016-06-15')

历元格式是日期和时间，所以我将其拆分，使myArray由现在的“日期”、“历元”、“值”作为三个独立的列组成。为了更好地理解这个命令（到目前为止还不起作用）以及如何使用它，我使用了以下调试行：

t = pd.bdate_range(start='2016-05-16', end='2016-06-15')
u = myArray['Date']
v = u.isin(t)

问题是从我所看到的，格式为yyyy-mm-yy的myArray['Date']中的日期与格式为yyyy-mm-dd的日期不匹配。

仅可用于选择工作日（1）：

和选择时间之间的。。。（2） :

保留原始索引：

In [99]: d.set_index('Date').between_time('11:30','11:34').reset_index()
Out[99]:
                 Date       val
0 2016-05-17 11:32:25  0.235264
1 2016-05-17 11:33:25  0.755800

示例数据帧：

In [98]: d
Out[98]:
                 Date       val
0 2016-05-17 11:32:25  0.235264
1 2016-05-17 11:33:25  0.755800
2 2016-05-17 11:34:25  0.849591
3 2016-05-20 12:00:25  0.955704
4 2016-05-21 13:13:13  0.301753

---

谢谢你！我在路上，但我还没完全明白。我将代码重写为以下内容：modified_array.ix[pd.to_datetime（modified_array['Epoch']）.isin（pd.bdate_range（start='2016-05-17'，end='2016-05-22'））]省略“d.Date.dt.Date”是因为它最初不起作用。我怀疑这可能会导致我没有收到这行代码的错误消息，但数据帧（在本例中为“modified_array”）没有更改。顺便说一下，为了调试和检查输出，我尝试使用np.save将数组保存到一个文件中，但这产生了一个我无法读取的文件。

In [99]: d.set_index('Date').between_time('11:30','11:34').reset_index()
Out[99]:
                 Date       val
0 2016-05-17 11:32:25  0.235264
1 2016-05-17 11:33:25  0.755800

In [98]: d
Out[98]:
                 Date       val
0 2016-05-17 11:32:25  0.235264
1 2016-05-17 11:33:25  0.755800
2 2016-05-17 11:34:25  0.849591
3 2016-05-20 12:00:25  0.955704
4 2016-05-21 13:13:13  0.301753