pandas/python date_range限制9:30-16:00
pandas是一个开源的数据分析和数据处理工具，而python date_range是pandas库中的一个函数，用于生成一系列日期时间的索引。在使用date_range函数时，可以通过设置参数来限制生成的日期范围在9:30-16:00之间。
具体来说，可以通过设置date_range函数的start_time和end_time参数来限制生成的日期范围。例如：
import pandas as pd
# 生成9:30-16:00之间的日期时间索引
date_range = pd.date_range(start='2022-01-01 09:30:00', end='2022-01-01 16:00:00', freq='1min')上述代码中，通过设置start参数为'2022-01-01 09:30:00'，end参数为'2022-01-01 16:00:00'，freq参数为'1min'，生成了从9:30到16:00之间每分钟的日期时间索引。
这样生成的日期时间索引可以在数据分析和数据处理中使用，例如在金融领域中，可以用于分析股票交易数据在交易时间段内的变化情况。
腾讯云提供了多个与数据分析和处理相关的产品，其中包括云数据库 TencentDB、云数据仓库 Tencent Data Lake Analytics、云数据集成 Tencent Data Integration 等。这些产品可以帮助用户在云计算环境下进行数据分析和处理的工作。
更多关于腾讯云数据分析和处理产品的信息，可以参考以下链接：
相关·内容
我正试图从一个装满csv文件的文件夹中构建一组数据文件。我首先使用下面的for循环创建了一个数据字典
mydir = os.getcwd()
pdatahistorypath = os.path.join(mydir, pdatahistoryfolder)
currentcsvfilenames = os.listdir(pdatahistorypath)
dframes = {}
for filey in currentcsvfilenames:
thispath = os.path.join(pdatahistorypath, filey)
sitedata = pd.r
浏览 1提问于2013-12-17得票数 1
pandas有像BDay这样的DataOffset类型的对象来表示工作日，如果我添加一个datetime，例如date(2009,1,1)+BDay(9)，我就会得到Timestamp('2009-01-14 00:00:00)。我如何做计算的另一方面，例如GetBusinessDaysInBetween(date(2009,1,1),date(2009,1,14)和获得工作日？
浏览 0提问于2014-08-15得票数 0
我需要一个日期范围列表，其中每个元素都是'yyyymmdd'格式字符串，例如：['20130226','20130227','20130228','20130301','20130302']。
我可以用熊猫来做：
>>> pandas.date_range('20130226','20130302')
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-02-26 00:0
浏览 1提问于2013-09-08得票数 16
回答已采纳
3回答
我试图在Python中指定一个日期范围，从当前日期的前一天开始。不过，我希望这个日期范围从10:00开始。
这是我目前使用的代码
import pandas as pd
import datetime as dt
date = dt.datetime.today() - dt.timedelta(days=1)
date_range = pd.date_range(date, freq='60min', periods=24)
但是，从00:00开始。我尝试了几种方法来修改上面的代码，让它在10:00开始，但是没有一种方法有效。有人能帮忙吗？
澄清一下:我使用的是Pandas，
浏览 3提问于2016-11-23得票数 5
回答已采纳
我想创建一个使用熊猫的date_range()。我敢肯定，在更新熊猫包装之前，它是有效的。
使用下面的代码行，我正在尝试创建date_range()
date_time_index = pd.date_range(start='1/1/2018', periods=8760, freq='H')
下面是错误消息：
ValueError: Error parsing datetime string "1/1/2018" at position 1
The above exception was the direct cause of the fo
浏览 1提问于2018-11-13得票数 0
回答已采纳
我正在尝试创建一个查询来搜索Ruby on Rails 5中的jsonb字段，我需要找到在某个日期范围内出现的所有记录。
例如：查找在2017-08-01T12:00:00和2017-09-01T12:00:00之间出现的所有记录。
{
"repeats": {
"rrule": "FREQ=WEEKLY;DTSTART=20170904T030000Z;COUNT=20;INTERVAL=1;WKST=SU;BYDAY=MO",
"occurrences": [
{
浏览 1提问于2017-09-04得票数 2
问题陈述：创建一个具有多列的数据格式，并使用5分钟间隔的daterange系列填充一个列。
尝试解决方案：
最初创建了一个只有一行/5列(全部为"NAN")的dataframe。
用于生成数据交换的命令：
rf =pd.date_range(‘2000--1’，periods=5，freq=‘5 5min’)。
rf：O/P :
DatetimeIndex(“2000-01-01:00:00:00”、“2000-01-01-00:05:00”、“2000-01-01:10:00”、“2000-01-01:00:15:00”、“2000-01-01 00:20:00”、d
浏览 5提问于2017-06-21得票数 2
2回答
我有一个用python编写的代码，在我将它附加到另一个数据集之前，它可以清除.csv。它缺少了几个列，所以我一直试图弄清楚如何使用Pandas来添加列和填充行。
我目前有一个格式为10/1/2017 12:49的列DiscoveredDate。
我想要做的是接受这一栏，任何日期范围为2016年10月1日至2017年10月1日的内容都有一个专栏FedFY，排满2017年，就像2018年的wise一样。
下面是我的当前脚本，减去几个不同的列清理。
import os
import re
import pandas as pd
import Tkinter
i
浏览 1提问于2018-03-23得票数 1
回答已采纳
2回答
我有以下数据框架：
timestamp value
2018-02-26 09:13:00 0.972198
2018-02-26 09:14:00 1.008504
2018-02-26 09:15:00 1.011961
2018-02-26 09:18:00 1.018950
2018-02-26 09:19:00 1.008538
2018-02-26 09:21:00 0.988535
2018-02-26 09:22:00 0.944170
2018-02-26 09:23:
浏览 0提问于2018-05-17得票数 2
回答已采纳
3回答
嗨，我有一个时间序列，我想数数我每天有多少个事件(即表中的行在一天内)。我想使用的命令是：
ts.resample('D', how='count')
但是，我想“计数”不是时间序列的有效聚合函数。
为了澄清这一点，下面是数据文件的一个示例：
0 2008-02-22 03:43:00
1 2008-02-22 03:43:00
2 2010-08-05 06:48:00
3 2006-02-07 06:40:00
4 2005-06-06 05:04:00
5 2008-04-17 02:11:00
6 2012-05-12 06:
浏览 0提问于2013-09-20得票数 4
回答已采纳
我试图根据日期和时间过滤器给列赋值。假设我创建了一个dataframe：
import pandas as pd
from datetime import date
date_range = pd.DataFrame({'date': pd.date_range(date(2019,8,30), date.today(), freq='15T')})
date_range.index = date_range['date']
然后，我可以过滤一天(星期日)并分配一个值：
date_range['Happy Hour'] = ((
浏览 2提问于2021-11-25得票数 1
回答已采纳
2回答
好的，我有一个csv，其中包含了标准普尔500指数2020年的微小数据，我正在研究如何只在9:30和4:00只对收盘和开盘进行索引。本质上，我只想要市场的开放和关闭。到目前为止，守则是：
import pandas as pd
import datetime as dt
import numpy as np
d = pd.read_csv('/Volumes/Seagate Portable/usindex_2020_all_tickers_awvbxk9/SPX_2020_2020.txt')
d.columns = ['Dates', 'Open&
浏览 1提问于2021-01-02得票数 1
回答已采纳
1回答
我必须在Plotly (Python)图上绘制一些按时间顺序排列的值(在我的例子中，每月一个值)。此外，我还必须添加一个“结束周期标签”(即一个标记，其文本指示系列的最后一个值)，必须定位在‘中间右’。
一个有用的例子应该是这样的：
import pandas as pd
import numpy as np
import plotly.graph_objects as go
date_range = pd.to_datetime(pd.date_range(start='1/1/2013', end='9/1/2022', freq='M')
浏览 4提问于2022-09-28得票数 0
回答已采纳
我试图使用bdate_range和“1分钟”freq在所有工作日中一分钟一分钟地获取数据。
df = pd.bdate_range('20130101 9:30','20130106 16:00',freq='1min')
输出结束于
......
2013-01-05 23:59:00
2013-01-06 00:00:00
In [158]:
请注意，2013-01-05和2013-01-06是周末，在9:30至16:00之间没有时间限制
我认为freq =‘1 1min’完全覆盖了函数名bdate_range中的freq = '
浏览 1提问于2013-10-15得票数 2
回答已采纳
这里有一个python问题:我在pandas (0.13.1版)中使用DateRange模块。pandas的后续版本将不会有DateRange。复制DateRange的此功能的最佳方式是什么：
DateRange(datetime(2000,1,1),datetime(2001,1,1),useOffset=BDay())
<class 'pandas.tseries.index.DatetimeIndex'>
[2000-01-03, ..., 2001-01-01]
Length: 261, Freq: B, Timezone: None
你能用Datetim
浏览 4提问于2014-08-10得票数 0
下面是我在Pandas中使用的date_range和索引的简单代码 period_start = '2013-01-01'
period_end = '2019-12-24'
print(pd.DataFrame ({'close':aapl_close,
'returns':aapl_returns},index=pd.date_range(start=period_start,periods=6)))
print(pd.DataFrame ({'close':aapl_close,
浏览 11提问于2020-01-24得票数 1
我有这个问题，我正在尝试转换一个数据帧(从CSV文件加载，有数百万行)，结构如下： | start | end | type | value |
|---------------------|---------------------|------|-------|
| 2016-01-01 00:00:00 | 2016-01-02 00:00:00 | 0 | 200 |
| 2016-01-02 01:00:00 | 2016-01-03 00:00:00 | 1 | 100 |
| 2016-01-15
浏览 6提问于2019-01-11得票数 2
回答已采纳
2回答
在运行pandas文档中的代码示例时，我遇到了错误。
我怀疑这可能与我正在使用的熊猫版本有关，但我还不能证实这一点。
pandas VERSION 0.10.1
numpy VERSION 1.7.0
scipy VERSION 0.12.0.dev-14b1e07
以下示例直接取自pandas文档：
这是可行的
from datetime import datetime, timedelta
from pandas import *
s = Series(date_range('2012-1-1', periods=3, freq='D
浏览 1提问于2013-03-01得票数 0
回答已采纳
2回答
我想从总时隙中删除预定的时隙，我怎么做呢？
输入：
实际时隙：
[ '10:00-10:30',
'10:30-11:00',
'11:00-11:30',
'11:30-12:00',
'12:00-12:30',
'12:30-13:00',
'13:00-13:30',
'13:30-14:00',
'14:00-14:30',
'14:30-15:00',
'15:00-15:30
浏览 3提问于2019-07-17得票数 2
回答已采纳
我将一个时间序列存储在CSV中，并将其转储到DataFrame中，它看起来如下所示
time station_id station_name value
0 2019-05-08 00:10:00+00:00 9018823 XXXXXXXX 11
1 2019-05-08 00:20:00+00:00 9018823 XXXXXXXX 10
2 2019-05-08 00:30:00+00:00 9018823 XXXXXXXX 9
3 2019-05-08 00:
浏览 0提问于2019-05-09得票数 0
我使用的函数是
function joinslots(freeTimings){
joined=[];
if(freeTimings.length==1){
joined.push(freeTimings);
}
if(freeTimings.length>1){
for(i=0;i<=freeTimings.length;){
//console.log(freeTimings[i]);
time0=freeTimings[i].split("-");
firs
浏览 4提问于2020-05-09得票数 1
回答已采纳
4回答
我在内存较低的系统上运行Python。
我想知道导入pandas是否会显著增加内存使用量。
现在我只想导入熊猫，这样我就可以使用date_range函数了。
浏览 2提问于2016-09-16得票数 0
1回答
我的googledocs文档有以下两个javascript函数：
function test(date) {
return date.getMonth()+1
}
function hours_monthly(target_month, target_year, date_range, hour_range) {
r = 0;
for (i = 0; i < date_range.length ; i++){
if (target_month == date_range[i].getMonth() +1 && date_range[i].getYe
浏览 10提问于2017-01-13得票数 0
回答已采纳
是否可以在不使用for循环的情况下，将创建的date_range中缺少的日期列添加到分组的dataframe df中，并填充0作为缺失值？date_range有7个date元素。df有4个日期列。那么如何在df中添加3个缺失的列呢？ import pandas as pd
from datetime import datetime
start = datetime(2018,6,4, )
end = datetime(2018,6,10,)
date_range = pd.date_range(start=start, end=end, freq='D')
Datetim
浏览 15提问于2019-02-05得票数 0
回答已采纳
我有一个理想的小时时间序列，如下所示：
from pandas import Series, date_range, Timestamp
from numpy import random
index = date_range(
"2020-01-26 14:00:00",
"2020-11-28 02:00:00",
freq="H",
tz="Europe/Madrid",
)
ideal = Series(index=index, data=random.rand(len(index)))
i
浏览 2提问于2020-10-28得票数 1
回答已采纳
首先我要说的是，按照堆栈标准，我是一名编程n00b。我有数据分析和脚本编写的经验--这是我在一家金融公司的专业工作--但我不知道我在后端做什么。
我正在尝试开始使用pandas和python -远离matlab/vba，但是我不知道如何安装pandas库。
当我尝试导入pandas时，我得到一个错误，即numpy模块不存在。我尝试安装ezsetup / pip (不知道这是什么)...并且我不知道从哪里输入这个命令$ python get-pip.py
有时，当我尝试导入时，我得到一个错误，无法导入名称表哈希import pandas
我不知道这是什么意思，我什么也得不到。
更新
好的，我安装
浏览 1提问于2013-12-18得票数 10
1回答
我使用Pandas生成指定范围内的日期和时间列表，以获取查询API。我的目标是按小时查询周或月。
time_range = pd.date_range('20180601T07:00:0000', '20180701T07:00:0000', freq='H')
time_range = time_range.strftime("%Y%m%d"+'T%H:00-0000')
以所需的列表格式生成时间列表。我遇到的困难是URL是格式化的……
startdatetime=20180601T07:00-0000&
浏览 56提问于2018-07-10得票数 1
回答已采纳
4回答
我有一个数组，包括以下所有时间：
["14:00-14:30" , "14:30-15:00", "15:00-15:30"]
你可以看到这个时隙，所以基本上，从14:00到15:30
输出将是：["14:00-15:30"]
但如果我有：
["14:00-14:30", "14:30-15:00", "15:30-16:00"]
在本例中，输出为：["14:00-15:00", "15:30-16:00"]
我的解决方案:将所有这些转换为单个数组[&
浏览 3提问于2019-11-21得票数 0
回答已采纳
我正在尝试创建一个列表，每隔30分钟一次，从上午9点到下午5点。例如：
times = ['09:00-09:30', '09:30-10:00', '10:00-10:30', '10:30-11:00', '11:00-11:30', '11:30-12:00',
'12:00-12:30', '12:30-13:00', '13:00-13:30', '13:30-14:00', '14:0
浏览 2提问于2018-10-07得票数 1
回答已采纳
2回答
我有一个变量，如下所示 1,1,1,1, 2,2,2,3,3,3,3,3,4,4,5,6,6,6, ,.....100,100,100 I would like to recode them into dates
1=31.12.2020
2=30.12.2020
3=29.12.2020
... 在我的真实案例中，将有超过1000个(或更多)日期需要重新编码，并且还必须考虑闰年。 如果python pandas有一个优雅的方法来处理它，那就太好了。 非常感谢您对初学者的帮助。
浏览 28提问于2021-04-01得票数 1
回答已采纳
4回答
我正在尝试生成一个从9:30到16:00的数字数组。(6.5小时*60个minutes=390元素)
有没有类似的东西：
import pandas as pd
pd.date_range("09:30", "16:00", freq="1min")
当然在它之后转换为numpy是很容易的。
浏览 0提问于2018-03-13得票数 2
大家好，能不能给我解释一下为什么Python的行为方式如下：
import pandas as pd
sdate = pd.to_datetime('2020-01-31')
date_range = pd.date_range(start = sdate + pd.DateOffset(months=-3),
end = sdate + pd.DateOffset(months=-1), freq = 'M')
上面的date_range对象返回：
DatetimeIndex(['2019-10-
浏览 0提问于2020-09-22得票数 1
我有一个Timestamp对象和一个DatetimeIndex对象：
Out[18]: Timestamp('2022-05-04 11:03:51.138289-0400', tz='America/Toronto')
Out[33]: DatetimeIndex(['2022-05-04 10:00:00-04:00', '2022-05-04 10:30:00-04:00',
'2022-05-04 11:00:00-04:00', '2022-05-0
浏览 4提问于2022-05-04得票数 0
回答已采纳
我试图定义一个从2小时开始的范围，而不是从0小时开始的范围，但是下面的代码返回了从0小时开始/结束的所有范围。
import pandas as pd
start_date = '2005-1-1 02:00:00'
end_date = '2005-5-1 02:00:00'
date_range = pd.bdate_range(start=start_date, end=end_date, freq='H')
print(date_range)
上面代码的输出如下所示，但我希望它在特定的时间开始(这里是02:00:00，而不是00:00:
浏览 28提问于2021-06-02得票数 0
回答已采纳
Python的能够使用() 函数提供规则间隔的时间间隔：
>>> import pandas as pd
>>> import pytz, datetime
>>> from pprint import pprint as pp
>>> tzto = pytz.timezone("America/Toronto")
>>> oct17 = tzto.localize(datetime.datetime(2014, 10, 17, 8))
>>> #get every Fr
浏览 0提问于2014-07-02得票数 0
2回答
我在将RangeIndex转换为DatetimeIndex时遇到问题。目前，名为"pred_ci“的数据如下：
lower TRESY10y upper TRESY10y
5685 0.596048 0.823646
5686 0.596048 0.823646
5687 0.636040 0.863637
5688 0.626042 0.853639
5689 0.596048 0.823646
5690 0.586050 0.813648
5691 0.538780 0.86061
浏览 0提问于2020-06-29得票数 0
当类型(索引)为DatetimeIndex时，DataFrame.to_records会给出错误。
python版本是2.7.3，pandas是0.8.1。
下面是一个在IPython shell中产生错误的简单示例代码。
我怎样才能从to_records方法中得到正确的答案呢？
Python 2.7.3 (default, Apr 20 2012, 22:39:59)
Type "copyright", "credits" or "license" for more information.
IPython 0.12.1 -- An en
浏览 2提问于2012-08-01得票数 0
2回答
我正在尝试沿着pandas数据系列放置标记(在股票市场图表上显示买卖事件)
我可以在我使用pyplot创建的简单数组上做到这一点，但是我找不到关于如何在pandas时间序列中指示任意事件的参考。
也许熊猫没有内置这个功能。有没有人可以提供一些帮助，就像我们在这个系列中那样，并在曲线上添加一些任意的标记…
import datetime
import matplotlib.pyplot as plt
import pandas
from pandas import Series, date_range
import numpy as np
import random
ts = Series
浏览 2提问于2013-11-13得票数 13
2回答
问题是当太阳在地平线上时，计算一天中每小时的中点。 例如:当日出时间是上午8点42分时，我需要在上午8点42分和上午9点之间的中间时间戳，然后在上午9点到上午10点之间的中间时间戳，依此类推。 我已经使用pvlib生成了太阳高于地平线时的时间序列，这是2019年1月1日第一个小时的时间序列。时间序列存储在数据帧中。 时间序列： 2019-01-01 08:42:00+01:00 2019-01-01 08:43:00+01:00 2019-01-01 08:44:00+01:00 2019-01-01 08:45:00+01:00 2019-01-01 08:46:00+01:00 2019
浏览 18提问于2020-04-26得票数 1
我想从pandas date_range那里得到一个嵌套的字典。字典的关键字应该是日期和值，即选定范围内的所有值的列表。例如：
import numpy as np
import pandas as pd
import arrow
mymatrix = pd.DataFrame([
[pd.Timestamp(arrow.get('01-01-2017 01:01:00', 'DD-MM-YYYY HH:mm:ss').naive), 5],
[pd.Timestamp(arrow.get('01-01-2017 00:02:00', '
浏览 2提问于2017-02-08得票数 1
回答已采纳
2回答
我正在尝试将日期附加到timeseries数据。
以下是名为timseries_data的timeseries数据的输出：
timseries_data
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-11-01 00:00:00, ..., 2014-02-15 00:00:00]
Length: 107, Freq: D, Timezone: None
我想追加到日期序列与20140216日期。目前我正在使用append命令来更新系列。代码：
start_date=datetime.strptime(date
浏览 1提问于2014-03-26得票数 3
我在Python.Below学习熊猫是我在Terimal的代码：
import pandas as pd
dates = pd.date_range('20130101', periods=6)
然后我收到这样的信息：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'module' object has no attribute 'date_range'
如何解决这个问题？
浏览 0提问于2015-01-30得票数 1
回答已采纳
尝试在Python pandas中创建数据帧。
data = {
'Date_Range': pd.date_range('20130101', periods=6),
'Series': pd.Series(data=["start", 2, 5.6, pd.datetime( 2020, 1, 31), True, "last"]),
'Int_Array': np.array([3, 7, 5, 2, 8, 1], dtype='int
浏览 2提问于2020-02-21得票数 0
1回答
我想知道是否有可能加快这个脚本的速度？源文件有9万行，它必须使用fb先知为1200个唯一的交易商创建一个单独的预测。我对python并不熟悉，所以我不确定是否有明显的遗漏，或者它是否需要花费很长时间。如果有人看到一个简单的解决方案，将加快它的速度，我将感谢任何见解。谢谢
关于代码的其他详细信息:代码接受一个CSV文件，其中包含3列(月份、经销商和销售)，并基本上为每个唯一的经销商名称创建一个过滤器，然后使用Fb先知来预测每个经销商的未来结果。然后将CSV文件中的所有信息组合在一起。通常情况下，需要预测的是90,000+行数据，以及通常需要预测的1200家唯一交易商。历史数据是7年的历史。
fr
浏览 0提问于2020-11-24得票数 4
回答已采纳
Python pandas (0.24.1)向我的datetime对象添加了似乎任意数量的小时、分钟和秒。作为默认行为，这似乎是意想不到的；我希望时间组件默认为午夜(00:00:00)。这是一个bug吗？
import pandas as pd
df = pd.DataFrame( {'yr': [2019, 2019],
'mo': [9, 9],
'dy': [25, 26]} )
df['dtime'] = ( pd.to_datet
浏览 0提问于2019-10-23得票数 1
我已经将csv文件读入到数据帧中，如下所示：
Datetime Value
0 2017-01-04 00:00:00 0.00
1 2017-01-04 00:15:00 2.00
2 2017-01-04 00:30:00 2.00
3 2017-01-04 00:45:00 1.00
4 2017-01-04 01:00:00 3.00
...
15542 2017-09-09 23:45:00 8.00
[155
浏览 16提问于2018-01-27得票数 2
2回答
我有一系列时间戳，如下所示：
from datetime import datetime
dts = [datetime(2018, 12, 21, 10), datetime(2018, 12, 21, 11), datetime(2018, 12, 21, 12)]
它们可能有间隙，也可能没有间隙，但每个时间戳代表一个小时的时间段。我想将其重采样为表示30分钟周期的30分钟时间戳序列，如下所示：[datetime(2018, 12, 21, 10, 0), datetime(2018, 12, 21, 10, 30), datetime(2018, 12, 21, 11, 0), date
浏览 2提问于2018-12-22得票数 0
我想要制作一个date_range，它可以跨越一年，频率为1分钟，但每天仅为9:30至16:00。
如果我真的喜欢这个：
rng = pd.date_range('2012-01-01', '2013-01-01', freq="1min")
...I每天都有24小时的时间。我只想从9:30到16:00.
浏览 1提问于2013-10-09得票数 1
回答已采纳
我刚刚完成了Pandas教程，对下面的行为感到有点困惑。
In [28]: d
Out[28]:
Status CustomerCount
StatusDate
2009-01-05 9 2519
2009-01-12 10 3351
2009-01-19 10 2188
2009-01-26 10 2301
2009-02-02 7 2204
2009-02-09
浏览 4提问于2015-02-02得票数 0
回答已采纳
1回答
我想分析时间序列数据，其中我有数百万个条目。数据的粒度为每分钟一个数据条目。周末期间，根据定义，不存在任何数据。以及在工作日的一个小时。
我想要检查一周内丢失的数据(因此:如果缺少一分钟或更多分钟)。
如何在Python语言中实现高性能(例如，使用Pandas DataFrame)？
浏览 19提问于2018-07-31得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
