Python 获取包含特定时间的所有数据行，而不考虑日、月、年

我有一个看起来像这样的数据集：

                          A   B     C        
    Full Date                                              
    2018-11-01 22:00:45  19  A1  2004.123711
    2018-11-01 22:15:00  19  F3  2000.000000
    2018-11-01 22:30:00  19  A1  2032.000000
    2018-11-01 22:45:00  19  N3  2038.264739
    2018-11-01 23:00:00  19  M33 2044.000000
    .
    .
    .                                            
    2019-11-29 23:45:00  169  T4  2156.000000
    2019-11-29 23:45:00   98  C3  6010.678532
    2019-11-29 23:45:00   87  B5  142.574257
    2019-11-29 23:45:00  186  E21 2256.818182
    2019-11-29 23:45:00   62  F40 1976.878613

我正在尝试对数据进行分组，以便只获取整个数据集，包括时间戳： 00:00:00（年份和月份不重要）。我使用了groupby（data.index.time），但这并没有满足我的需要

我在考虑是否可以使用for循环，但我不确定如何获得整行数据，而不仅仅是我以前在dataframe上使用的特定值

我在考虑将索引日期划分为“日期”和“时间”列，然后：

for in range(len(data)):
    if(data[loc[i,'time'] == '00:00:00']:
        df.append(i)

这种方法有两个问题。1） “time”列是对象2）df的数据类型。append（i）不会获取整行

我不知道如何正确地做到这一点，分组的具体时间。 我想要的数据集是：

                          A   B     C        
    Full Date                                              
    2018-11-01 00:00:00  1   F1  2004.123711
    2018-12-10 00:00:00  3   F3  2000.000000
    2019-01-15 00:00:00  2   A3  2032.000000
    2019-06-21 00:00:00  1   N3  2038.264739
    2018-10-29 00:00:00  21  M3  2044.000000

---

单向使用

datetime.time

：

import datetime
# Sample data
            Full Date   A    B            C
0 2018-11-01 22:00:45  19   A1  2004.123711
1 2018-11-01 22:15:00  19   F3  2000.000000
2 2018-11-01 00:00:00  19   A1  2032.000000
3 2018-11-01 22:45:00  19   N3  2038.264739
4 2018-11-01 23:00:00  19  M33  2044.000000

new_df = df[df["Full Date"].dt.time.eq(datetime.time(0, 0))]
print(new_df)

输出：

   Full Date   A   B       C
2 2018-11-01  19  A1  2032.0

---

单向使用

datetime.time

：

import datetime
# Sample data
            Full Date   A    B            C
0 2018-11-01 22:00:45  19   A1  2004.123711
1 2018-11-01 22:15:00  19   F3  2000.000000
2 2018-11-01 00:00:00  19   A1  2032.000000
3 2018-11-01 22:45:00  19   N3  2038.264739
4 2018-11-01 23:00:00  19  M33  2044.000000

new_df = df[df["Full Date"].dt.time.eq(datetime.time(0, 0))]
print(new_df)

输出：

   Full Date   A   B       C
2 2018-11-01  19  A1  2032.0

---

谢谢你，克里斯！这正是我想要的！谢谢你，克里斯！这正是我想要的！