我想循环删除行，直到到达时间值为04:30:00的行，然后停止删除过程。我该怎么做？
以下是我的数据示例：
ticker date time vol vwap open high low close
0 AACG 2022-01-06 04:07:00 242 2.0400 2.04 2.04 2.04 2.04
1 AACG 2022-01-06 04:08:00 427 2.0858 2.06 2.10 2.06 2.10
2 AACG 2022-01-06 04:09:00 906 2.1098 2.10 2.11 2.10 2.11
3 AACG 2022-01-06 04:16:00 186 2.1108 2.12 2.12 2.10 2.10
4 AACG 2022-01-06 04:30:00 237 2.0584 2.06 2.06 2.06 2.06
5 AACG 2022-01-06 04:31:00 700 2.1098 2.10 2.11 2.10 2.11
我试过这个，但它没有显示有任何变化：
row = 0
while df['time'].values[row] == datetime.time(4, 30) == False:
print(df['time'].values[row])
df.drop(row, axis=0, inplace=True)
row = row + 1
以下是df.info()：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 12 columns):
ticker 10 non-null object
date 10 non-null object
time 10 non-null object
vol 10 non-null int64
vwap 10 non-null float64
open 10 non-null float64
high 10 non-null float64
low 10 non-null float64
close 10 non-null float64
lbh 10 non-null int64
lah 10 non-null int64
trades 10 non-null int64
dtypes: float64(5), int64(4), object(3)
memory usage: 1.1+ KB
df[df['time'] >= datetime.time(4, 30)]帮助我删除了不必要的行。
您可以使用布尔掩码对数据进行切片。如果你df['time']是 datetime.time 对象，那么你可以简单地将df切片为：
out = df[df['time'] > datetime.time(4,30)]
输出：
ticker date time vol vwap open high low close
5 AACG 2022-01-06 04:31:00 700 2.1098 2.1 2.11 2.1 2.11
不要循环，而是切片。你可以为此使用掩码(这里用布尔数组和cummax生成)：
df[df['time'].eq('04:30:00').cummax()]
输出：
ticker date time vol vwap open high low close
4 AACG 2022-01-06 04:30:00 237 2.0584 2.06 2.06 2.06 2.06
5 AACG 2022-01-06 04:31:00 700 2.1098 2.10 2.11 2.10 2.11
如果还想排除匹配的行：
df[df['time'].eq('04:30:00').shift(fill_value=False).cummax()]
如果将time列转换为TimedeltaIndex，则不需要在此处循环：
out = df[~pd.to_timedelta(df['time']).lt('04:30:00')]
print(out)
# Output
ticker date time vol vwap open high low close
4 AACG 2022-01-06 04:30:00 237 2.0584 2.06 2.06 2.06 2.06
5 AACG 2022-01-06 04:31:00 700 2.1098 2.10 2.11 2.10 2.11
行得通吗？
from datetime import time
out = df[df['time'] >= time(4, 30)]
print(out)
# Output:
ticker date time vol vwap open high low close
4 AACG 2022-01-06 04:30:00 237 2.0584 2.06 2.06 2.06 2.06
5 AACG 2022-01-06 04:31:00 700 2.1098 2.10 2.11 2.10 2.11
# Info
print(df['time'].iloc[0])
# datetime.time(4, 7)
此解决方案
- 将
"date"列和"time"列合并为一个新的datetime.datetime列， - 搜索给定时间的第一次出现，以及
- 删除给定时间中第一次出现的行，但不包括这些行。
- 如果未找到给定的时间，则不会删除任何内容，因为
row_ix_of_first_occurrence等于0。 - 该解决方案适用于整数索引和字符串索引。
from io import StringIO
from datetime import datetime
import pandas as pd
def parse_date_time(date: str, time_24: str) -> datetime:
return datetime.strptime(" ".join((date, time_24)), "%Y-%m-%d %H:%M:%S")
df = pd.read_csv(
StringIO("""ticker date time vol vwap open high low close
AACG 2022-01-06 04:07:00 242 2.0400 2.04 2.04 2.04 2.04
AACG 2022-01-06 04:08:00 427 2.0858 2.06 2.10 2.06 2.10
AACG 2022-01-06 04:09:00 906 2.1098 2.10 2.11 2.10 2.11
AACG 2022-01-06 04:16:00 186 2.1108 2.12 2.12 2.10 2.10
AACG 2022-01-06 04:30:00 237 2.0584 2.06 2.06 2.06 2.06
AACG 2022-01-06 04:31:00 700 2.1098 2.10 2.11 2.10 2.11"""),
delim_whitespace=True,
parse_dates={"datetime": ["date", "time"]},
date_parser=parse_date_time,
index_col=False,
header=0,
engine="python",
keep_date_col=False,
)
print(f"DataFrame initially:n{df.to_string()}n")
is_given_time = (
(df["datetime"].dt.hour == 4)
& (df["datetime"].dt.minute == 30)
& (df["datetime"].dt.second == 0)
)
row_ix_of_first_occurrence = is_given_time.argmax()
row_ix_delete = df.index[:row_ix_of_first_occurrence]
df = df.drop(index=row_ix_delete)
print(f"DataFrame after filtering:n{df.to_string()}")