删除不同时间分辨率的天数列表(分钟数据)

Question

我有一个这样的数据帧(时间戳只包含从9:00到20:00(

0   2020-05-18 10:18:00
1   2020-05-18 10:19:00
2   2020-05-18 10:20:00
3   2020-05-18 10:21:00
4   2020-05-18 10:22:00
...
?   2020-07-20 12:00:00
Name: Time, dtype: datetime64[ns]

我有一个几天的清单，我想在df 中排除这些天(在"不完整的日子"中(

0    2020-05-18
1    2020-05-19
3    2020-05-21
4    2020-05-22
5    2020-05-23
6    2020-05-24
Name: Time, dtype: datetime64[ns]

我试过了，

df[df['Time'] != incomplete_days]

但是，错误表明

ValueError: Can only compare identically-labeled Series objects

1. 我应该用要排除的天数列表创建时间戳(1分钟分辨率(吗他们在df？如果是，我如何在给定的日子里用开始时间和结束时间来确定时间
2. 难道没有任何方法可以让我不需要制作一个分辨率为1分钟的时间戳吗

(我已经删除了20:01到08:59之间的非相关时间，并在df中保留了09:00到20:00之间的时间。我不想再使用要排除的日期列表创建小时时间戳。我使用了以下变量，我使用这些变量来减少不相关的小时数(

start = time(6)
end = time(20)

-----已编辑我做了

df['Time'].dt.date

给出

0         2020-05-18
1         2020-05-18
2         2020-05-18
3         2020-05-18
4         2020-05-18
...    
110077    2020-08-02
110078    2020-08-02
110079    2020-08-02
110080    2020-08-02
110081    2020-08-02
Name: Time, Length: 69042, dtype: object

和

list_incomplete=incomplete_days.tolist()
list_incomplete

给出

[Timestamp('2020-05-18 00:00:00'),
Timestamp('2020-05-19 00:00:00'),
Timestamp('2020-05-21 00:00:00'),
Timestamp('2020-05-22 00:00:00'),
Timestamp('2020-05-23 00:00:00'),
Timestamp('2020-05-24 00:00:00'),
Timestamp('2020-05-25 00:00:00'),
Timestamp('2020-05-26 00:00:00'),
Timestamp('2020-05-27 00:00:00'),
Timestamp('2020-05-28 00:00:00'),
Timestamp('2020-05-29 00:00:00'),
Timestamp('2020-05-30 00:00:00'),
Timestamp('2020-05-31 00:00:00'),
Timestamp('2020-06-01 00:00:00'),
Timestamp('2020-06-02 00:00:00'),
Timestamp('2020-06-03 00:00:00'),
Timestamp('2020-06-10 00:00:00'),
Timestamp('2020-07-02 00:00:00'),
Timestamp('2020-07-05 00:00:00'),
Timestamp('2020-07-06 00:00:00')]

当我做时

df.drop([df['Time'].dt.date not in incomplete_days],inplace=True)

我得到以下错误。

TypeError: 'Series' objects are mutable, thus they cannot be hashed

我看到距离很近，但出了点问题。。

Answer 1

假设有两个数据帧df和df1，它们的列采用日期时间格式：

df

Date
0   2020-05-18 10:18:00
1   2020-05-18 10:19:00
2   2020-05-18 10:20:00
3   2020-05-18 10:21:00
4   2020-05-18 10:22:00
5   2020-07-20 12:00:00

df1

incomplete_days
0   2020-05-18
1   2020-05-19
3   2020-05-21
4   2020-05-22
5   2020-05-23
6   2020-05-24

您可以使用布尔索引，并将两列转换为相同格式的字符串进行比较。使用~和isin(实际上是"不在"(而不是!=。不能使用!=将行与整个系列进行比较，因此当前方法是语法错误。在布尔索引[]中转换格式将保持数据帧的初始格式，并且不会从日期更改为字符串。

df = df[~(df['Date'].dt.strftime('%Y-%m-%d').isin(df1['incomplete_days'].dt.strftime('%Y-%m-%d')))]
Out[38]: 
Date
5 2020-07-20 12:00:00