Python 使用pandas将DatetimeIndex向量过滤到特定频率

我正在使用从DukasCopy获得外汇汇率，该软件包非常有效。这是我正在使用的脚本：

from findatapy.market import Market, MarketDataRequest, MarketDataGenerator

market = Market(market_data_generator=MarketDataGenerator())

md_request = MarketDataRequest(start_date='01 Feb 2017', finish_date='03 Feb 2017', category='fx', fields=['bid', 'ask'], freq='tick', data_source='dukascopy', tickers=['EURUSD'])

df = market.fetch_market(md_request)

print(df)
print(len(df))
print(df.index)
print(len(df.index))

我只对具有小时频率（00:00:00、01:00:00、02:00:00等）的积分感兴趣。这意味着过滤后，我每天只能得到24分

现在，我得到的结果是

df:

df.index：

我现在想做的是，使用每小时的频率过滤索引，然后选择相应的点，但我完全不知道如何操作

我认为我应该做的是用熊猫创建一个具有所需索引的数组，并使用它来切片我的主数组，但是我怎么做呢？pandas.date\u range能否帮助我创建此“所需”数组？还是有更简单的方法

---

谢谢你抽出时间

您只需使用

pd.TimeGrouper

对象，为每个小时组提取第一行，如下所示：

df = df.groupby(pd.TimeGrouper('1H')).head(1)

---

@cᴏʟᴅsᴘᴇᴇᴅ 这很有效：），这是我一直在寻找的结果。我还想拆分索引向量（这是我的“日期”向量），但我会尝试找到我的方法，因为它看起来“更容易”。谢谢！你能解释一下你想怎么分开吗？我不清楚这一点。@cᴏʟᴅsᴘᴇᴇᴅ 如果您只看到'df.index'的结果，您将看到天+空格+小时。我想把它分别分为“天”和“小时”；h=df.index.hour？这个成功了：），再次感谢@cᴏʟᴅsᴘᴇᴇᴅ, 我不知道以前怎么没找到这些广告。但我真的很高兴你帮了我：）@COLDSPEED再次感谢你，我将使用第二行，因为我注意到df.resample（'1H'）.mean（）计算区间值的平均值，这不是我想要的。我只想要最接近每小时的时间，这就是我使用df.groupby（pd.TimeGrouper（'1H'））得到的时间。head（1）@AquilesPáez好的，不用担心。我都加了，因为我不是100%确定你想要什么。另外，如果你想分割索引，你可以只做

d=df.index.day；h=df.index.hour

。