Python-选择特定时间范围的pandas

Question

这里是Python新手，但我有一些数据是日内财务数据，可以追溯到2012年，所以每天都有相同的时间(每天相同的交易时段)，但只是不同的日期。我希望能够从数据中选择某些时间并检查该时间段相应的 OHLC 数据，然后对其进行一些分析。

所以目前它是一个 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为“dd/mm/yyyy 00:00:00”作为一个字符串或其他任何内容，因此是否仍然可以在某个时间之间进行选择，例如“09: 00:00”和“10:00:00”？或者我是否必须将该时间位与日期分开并使其成为自己的列？如果是这样，怎么办？

所以我相信pandas有一个 Between_time() 函数，但这似乎需要一个DataFrame，那么我如何将它转换为DataFrame，那么我应该能够使用 Between_time 函数在我想要的时间之间选择。另外，因为显然有数千天，所有这些天都有自己的“xx:xx:xx”到“xx:xx:xx”，我想拉出我想要每天查看的同一时间段，而不仅仅是第一批“xx:xx:xx”到“xx:xx:xx”，因为它沿着数据向下移动，如果这有意义的话。谢谢!!

Answer 1

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()

<小时/>

选项 1
将 index 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]

<小时/>

对评论的回复

要获得每天该时间段内的范围，请使用 resample + agg + np.ptp(峰值到峰值)

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