Python 熊猫-获取两个日期之间的所有行，但仅限于特定的工作日和时间段

假设我有一个如下所示的数据帧：

                     usage_price
2017-04-01 00:00:00            1
2017-04-01 00:30:00            1
2017-04-01 01:00:00            1
2017-04-01 01:30:00            1
2017-04-01 02:00:00            1
...                          ...
2018-12-31 22:00:00            1
2018-12-31 22:30:00            1
2018-12-31 23:00:00            1
2018-12-31 23:30:00            1

我要做的是更新特定字段的

用法\u价格

。在我的情况下，我希望基于此对象进行更新：

{'day': '1', 'timerange': ['01 01 00:00', '31 12 08:00']}

即：

• 更新所有星期一（'day'：'1'）
• 在00:00和08:00之间
• 在01-01（1月1日）和31-12（12月31日）之间的任何星期一（忽略年份）

我知道如何分别做这些事情：

• df_timeseries[df_timeseries.index.weekday==0，'使用价格]

• df\u timeseries.loc[df\u timeseries.between\u time（'00:00'，'08:00'，include\u end=False）.索引，'usage\u price']

但我有点被困在如何在日期之间取得行（忽略年份），以及如何将所有内容结合在一起-因此，非常感谢您的帮助

编辑：这是我所能达到的程度，但我似乎无法让它工作（我遇到语法错误），我不认为我将以正确的方式额外构建掩码：

def _create_mask_from_tpr(self, df: pd.DataFrame, tpr: Dict[str, Union[str, List[str]]]) -> Tuple:
    print(tpr)
    weekday = int(tpr['day']) - 1 # Offset.
    start_day, start_month, start_time = tpr['timerange'][0].split(" ")
    end_day, end_month, end_time = tpr['timerange'][1].split(" ")
    start_year, end_year = df.index.min().year, df.index.max().year
    selection_weekday = (df.index.weekday == weekday)
    selection_time = (df.between_time(start_time, end_time))

    selection_date = None
    for year in range(start_year, end_year + 1):
        start_date = pd.to_datetime("{}-{}-{}".format(year, start_month, start_day))
        end_date = pd.to_datetime("{}-{}-{}".format(year, end_month, end_day))
        selection_date = selection_date | (df.index.date() >= start_date & df.index.date() <= end_date)
    mask = (selection_weekday & selection_time & selection_date)
    print(mask)

def\u从tpr创建掩码（self，df:pd.DataFrame，tpr:Dict[str，Union[str，List[str]]）->元组：
打印（tpr）
工作日=整数（tpr['day']）-1#偏移量。
开始日，开始月，开始时间=tpr['timerange'][0]。拆分（“”）
结束日，结束月，结束时间=tpr['timerange'][1]。拆分（“”）
开始年份，结束年份=df.index.min（）.year，df.index.max（）.year
选择_weekday=（df.index.weekday==weekday）
选择时间=（df.between时间（开始时间、结束时间））
选择日期=无
对于范围内的年份（开始年份、结束年份+1）：
start_date=pd.to_datetime（“{}-{}-{}.”格式（年、月、日）
end_date=pd.to_datetime（“{}-{}-{}”.format（年、月、日））
selection_date=selection_date |（df.index.date（）>=start_date&df.index.date（）未经测试，但可以使用以下方法：

selection = ((df_timeseries.index.weekday == 0) & 
             (df_timeseries.between_time('00:00', '08:00', include_end=False)))
result = df_timeseries[selection, 'usage_price']

通常，您可以将比较与
|
或
&
运算符结合使用（但使用括号）。
因为开始日期和结束日期都包括全年，所以我没有对此进行筛选

如果您想选择日期，而不指定年份，则在执行时会遇到问题，例如：您可能必须执行以下操作：

selection = ((df_timeseries.index.day >= 5) &
             (df_timeseries.index.day <= 20) &
             (df_timeseries.index.day >= 2) &
             (df_timeseries.index.day <= 3))

未经测试，但按照以下思路可以工作：

selection = ((df_timeseries.index.weekday == 0) & 
             (df_timeseries.between_time('00:00', '08:00', include_end=False)))
result = df_timeseries[selection, 'usage_price']

通常，您可以将比较与
|
或
&
运算符结合使用（但使用括号）。
因为开始日期和结束日期都包括全年，所以我没有对此进行筛选

如果您想选择日期，而不指定年份，则在执行时会遇到问题，例如：您可能必须执行以下操作：

selection = ((df_timeseries.index.day >= 5) &
             (df_timeseries.index.day <= 20) &
             (df_timeseries.index.day >= 2) &
             (df_timeseries.index.day <= 3))

最终解决方案：

def _create_mask_from_tpr(self, df: pd.DataFrame, tpr: Dict[str, Union[str, List[str]]]) -> List[bool]:
    weekday = int(tpr['day']) - 1 # Offset.
    start_day, start_month, start_time = tpr['timerange'][0].split(" ")
    end_day, end_month, end_time = tpr['timerange'][1].split(" ")
    start_year, end_year = df.index.min().year, df.index.max().year
    selection_weekday = (df.index.weekday == weekday)

    start_time = datetime.datetime.strptime(start_time, '%H:%M').time()
    end_time = datetime.datetime.strptime(end_time, '%H:%M').time()
    selection_time = ((df.index.time >= start_time) & (df.index.time <= end_time))

    selection_date = None
    for year in range(start_year, end_year + 1):
        start_date = pd.Timestamp("{}-{}-{}".format(year, start_month, start_day))
        end_date = pd.Timestamp("{}-{}-{}".format(year, end_month, end_day))
        if selection_date:
            selection_date = selection_date | ((df.index >= start_date) & (df.index <= end_date))
        else:
            selection_date = ((df.index >= start_date) & (df.index <= end_date))
    return (selection_weekday & selection_time & selection_date)

def\u从tpr创建掩码（self，df:pd.DataFrame，tpr:Dict[str，Union[str，List[str]]）->List[bool]：
工作日=整数（tpr['day']）-1#偏移量。
开始日，开始月，开始时间=tpr['timerange'][0]。拆分（“”）
结束日，结束月，结束时间=tpr['timerange'][1]。拆分（“”）
开始年份，结束年份=df.index.min（）.year，df.index.max（）.year
选择_weekday=（df.index.weekday==weekday）
开始时间=datetime.datetime.strtime（开始时间，%H:%M'）.time（）
end_time=datetime.datetime.strtime（end_time，“%H:%M”）.time（）
选择时间=（（df.index.time>=开始时间）&（df.index.time=开始日期）&（df.index=开始日期）&（df.index最终解决方案：

def _create_mask_from_tpr(self, df: pd.DataFrame, tpr: Dict[str, Union[str, List[str]]]) -> List[bool]:
    weekday = int(tpr['day']) - 1 # Offset.
    start_day, start_month, start_time = tpr['timerange'][0].split(" ")
    end_day, end_month, end_time = tpr['timerange'][1].split(" ")
    start_year, end_year = df.index.min().year, df.index.max().year
    selection_weekday = (df.index.weekday == weekday)

    start_time = datetime.datetime.strptime(start_time, '%H:%M').time()
    end_time = datetime.datetime.strptime(end_time, '%H:%M').time()
    selection_time = ((df.index.time >= start_time) & (df.index.time <= end_time))

    selection_date = None
    for year in range(start_year, end_year + 1):
        start_date = pd.Timestamp("{}-{}-{}".format(year, start_month, start_day))
        end_date = pd.Timestamp("{}-{}-{}".format(year, end_month, end_day))
        if selection_date:
            selection_date = selection_date | ((df.index >= start_date) & (df.index <= end_date))
        else:
            selection_date = ((df.index >= start_date) & (df.index <= end_date))
    return (selection_weekday & selection_time & selection_date)

def\u从tpr创建掩码（self，df:pd.DataFrame，tpr:Dict[str，Union[str，List[str]]）->List[bool]：
工作日=整数（tpr['day']）-1#偏移量。
开始日，开始月，开始时间=tpr['timerange'][0]。拆分（“”）
结束日，结束月，结束时间=tpr['timerange'][1]。拆分（“”）
开始年份，结束年份=df.index.min（）.year，df.index.max（）.year
选择_weekday=（df.index.weekday==weekday）
开始时间=datetime.datetime.strtime（开始时间，%H:%M'）.time（）
end_time=datetime.datetime.strtime（end_time，“%H:%M”）.time（）
选择时间=（（df.index.time>=开始时间）&（df.index.time=开始日期）&（df.index=开始日期）&（df.index=开始日期）&（df.index我已经尝试过了，但我不确定复杂的链接是否有效。我已经在我的问题中添加了我的尝试，但是我得到了
选择日期=选择日期|（df.index.date（）>=开始日期和df.index.date（）@Darkstarone通读可能会有所帮助，尤其是“布尔运算符”部分。它主要关注NumPy，大部分时间与熊猫几乎相同。我尝试过这样做，但我不确定复杂的链接是否有效。我已将我的尝试添加到我的问题中，但我得到了
selection_date=selection_date|（df.index.date（）>=start_date&df.index.date（）@Darkstarone通读可能会有所帮助，尤其是“布尔运算符”部分。它主要关注NumPy，大部分时间与熊猫差不多。