Python-选择特定的时间范围

Python新手，但我有一些数据是日内财务数据，可以追溯到2012年，所以它每天的时间相同（每天的交易时段相同），但日期不同。我希望能够从数据中选择特定的时间，检查相应的OHLC数据，然后对其进行分析

所以现在它是一个CSV文件，我正在做：

import pandas as pd
data = pd.DataFrame.read_csv('data.csv')

date = data['date']
op = data['open']
high = data['high']
low = data['low']
close = data['close']
volume = data['volume']

问题是，日期列的格式是“dd/mm/yyyy 00:00:00”，作为一个字符串或其他任何字符串，因此是否仍然可以在特定时间之间进行选择，例如在“09:00:00”和“10:00:00”之间？或者我必须把时间和日期分开，让它成为自己的专栏？如果是，怎么做

---

所以我相信pandas有一个

between\u time（）

函数，但这似乎需要一个数据帧，所以我如何将其转换为数据帧，然后我应该能够使用between\u time函数在我想要的时间之间进行选择。另外，因为显然有几千天，所有的时间都有自己的“xx:xx:xx”到“xx:xx:xx”，我想从每天看同一个时间段，而不仅仅是从“xx:xx:xx”到“xx:xx:xx”的第一批数据，如果这有意义的话。谢谢

考虑数据帧

df

from pandas_datareader import data

df = data.get_data_yahoo('AAPL', start='2016-08-01', end='2016-08-03')
df = df.asfreq('H').ffill()

---

选项1
将

索引

转换为系列，然后

dt.hour.isin

slc = df.index.to_series().dt.hour.isin([9, 10])
df.loc[slc]

选项2

numpy

广播

slc = (df.index.hour[:, None] == [9, 10]).any(1)
df.loc[slc]

---

评论回复

然后使用

重采样

+

agg

+

np.ptp

（峰对峰）获取每天该时段内的范围

---

实际上，日期格式是yyyy-mm-dd。我认为这就是它不能正常工作的原因。我已经将parse_dates=True和index_col=0作为read_csv（）的参数，但是当我尝试打印df.head（）时，它给了我一个关键错误：“date”。我真正想要实现的是在我想要的时间段（07:00:00-08:00:00）内计算每天所有数据的范围（高-低）。有人能帮忙吗？谢谢我真正想要实现的是在我想要的时间段（07:00:00-08:00:00）内计算每天所有数据的范围（高-低）。有人能帮忙吗？谢谢谢谢是的，我知道很抱歉，我不知道如何编辑我的原始帖子，只是看到了编辑选项，doh！：(

df.loc[slc].resample('D').agg(np.ptp)