Python 如何检查熊猫的时间范围？

我有这样一个数据帧：

time             
2018-06-25 20:42:00
2016-06-26 23:51:00
2017-05-34 12:29:00
2016-03-11 10:14:00

现在我创建了一个这样的专栏

df['isEIDRange']=0

比如说，开斋节是在2018年6月15日

所以我想在

isEIDRange

列中填充

1

值。如果日期在2018年6月10日至2018年6月20日之间（EID前5天和EID后5天）

我怎么做

什么样的

---

df.loc[（df.time>6月15日-5天）和（df.time<6月15日+5天），“isEIDRange”]=1

您可以使用熊猫日期范围：

eid = pd.date_range("15/10/2019", "20/10/2019")
df = pd.DataFrame({"dates": pd.date_range("13/10/2019", "20/10/2019")})

df["eid"] = 0
df.loc[df["dates"].isin(eid), "eid"] = 1

和输出：

    dates      eid
0   2019-10-13  0
1   2019-10-14  0
2   2019-10-15  1
3   2019-10-16  1
4   2019-10-17  1
5   2019-10-18  1
6   2019-10-19  1
7   2019-10-20  1

---

您可以使用

loc

或

np。其中

：

import numpy as np
df['isEIDRange'] = np.where((df['time'] > '2018-06-10') & (df['time'] < '2018-06-20'),1,df['isEIDRange']

将numpy导入为np
df['isEIDRange']=np.其中（（df['time']>'2018-06-10'）和（df['time']<'2018-06-20'），1，df['isEIDRange']

这意味着，当列

time

介于2018-06-10和2018-06-20之间时，列

isEIDRange

将等于1，否则它将保留其原始值（0）。

对测试值使用函数，将掩码转换为整数：

df['isEIDRange'] = df['time'].between('2018-06-10', '2018-06-20').astype(int)

如果需要动态解决方案：

df = pd.DataFrame({"time": pd.date_range("2018-06-08", "2018-06-22")})
#print (df)

date = '15 June 2018'
d = pd.to_datetime(date)
diff = pd.Timedelta(5, unit='d')

df['isEIDRange1'] = df['time'].between(d - diff, d + diff).astype(int)
df['isEIDRange2'] = df['time'].between(d - diff, d + diff, inclusive=False).astype(int)
print (df)
         time  isEIDRange1  isEIDRange2
0  2018-06-08            0            0
1  2018-06-09            0            0
2  2018-06-10            1            0
3  2018-06-11            1            1
4  2018-06-12            1            1
5  2018-06-13            1            1
6  2018-06-14            1            1
7  2018-06-15            1            1
8  2018-06-16            1            1
9  2018-06-17            1            1
10 2018-06-18            1            1
11 2018-06-19            1            1
12 2018-06-20            1            0
13 2018-06-21            0            0
14 2018-06-22            0            0

或通过以下方式设置值：

---

很好，我已经把不同之处编码好了，我的回答会比你的更灵活：）太好了。谢谢。另一个离题的问题是：耶兹雷尔，熊猫身上有类似于cumlast（）的东西吗？就像cumsum（）？@johndoe-不，只是

df['isEIDRange'] = np.where(df['time'].between(d - diff, d + diff), 1, 0)